这项由台湾大学和中研院信息技术创新研究中心联合开展的突破性研究发表于2025年12月，研究团队针对当前AI画图模型的安全漏洞提出了创新解决方案。感兴趣的读者可以通过论文编号arXiv:2512.22877v1查询完整研究内容。
现在的AI画图工具就像一位技艺精湛但记忆混乱的画家。你可以通过特殊训练让它"忘记"如何画某些敏感内容，比如武器或版权角色。然而，这种"失忆"其实很脆弱。当有人换个方式提要求时，这位AI画家往往会突然"想起来"，重新画出那些本该被禁止的内容。
研究团队发现了一个惊人的现象：虽然现有的"概念擦除"技术在面对直接文字指令时表现良好，但当用户使用更巧妙的方法时，这些防护就形同虚设。具体来说，用户可以通过两种方式绕过防护：一是使用从图片中学习得到的特殊"密码"，二是直接把想要复制的图片转换成AI能理解的"草图"，然后让AI重新画一遍。
为了彻底解决这个问题，研究团队开发了一套全新的评估体系，叫做M-ErasureBench，同时还推出了一个叫做IRECE的防御插件。这个插件的工作原理就像一个精明的审查员，能在AI作画过程中实时监控，一旦发现画面中出现违禁
