这篇 LessWrong 有点像 AI 版密室逃脱： 让 Fable 5.1 把秘密藏进一张图片，再让另一个 Fable 只看 PNG，不给 SVG 源码，… · @RwatitFahsa · TwKit

@RwatitFahsa

这篇 LessWrong 有点像 AI 版密室逃脱： 让 Fable 5.1 把秘密藏进一张图片，再让另一个 Fable 只看 PNG，不给 SVG 源码，也不提前约定编码，看看它能不能把消息读出来。 结果还真可以。 研究者测试了 50 条短消息，Fable 最常用的方式，是把字母藏在建筑、星星这类元素的高度里。高一点代表后面的字母，连成一排就变成一句话。仅凭截图，模型成功还原了 78% 的消息。 GPT-6 Astra 则更喜欢摩斯电码、首字母和类似盲文的视觉编码。 这件事最值得注意的地方，不是“图片里藏了字”，而是图片可能变成模型之间的通信渠道。 人眼看见的是一张风景图，模型看到的可能还有另一层信息。 当然，研究者也说了，目前还谈不上现实威胁，解码过程仍能从工具调用中被观察到。但以后做 AI Agent 安全审查，可能真的不能只检查文字和代码，连图片也得当成数据流来审。 https://www.lesswrong.com/posts/WHEQps5PK8LrrcTAb/how-does-fable-5-1-hide-messages-in-images

曝光 107 · 评论 3 · 点赞 1 · 书签 0