A Survey on Safety and Attacks in Text-to-Image Diffusion Models |文本到图像扩散模型安全攻防综述

简介: 文本到图像(T2I)扩散模型在实现高保真生成的同时,因训练数据未受控收集而继承了生成不安全内容(NSFW)的固有风险。早期研究依赖外部过滤器阻断显式有害提示,但2022年系统性红队测试揭示了基于规则过滤在语义变体下的脆弱性。随着潜空间扩散模型(LDM)的普及,防御重心转向模型内部干预,如概念擦除与安全引导,以应对深层语义漏洞。然而,全局干预常导致良性生成质量下降,迫使研究者探索局部化与动态化的细粒度控制策略。与此同时,攻击手段从随机搜索演进为基于大语言模型(LLM)的自动化语义推理,形成了攻防螺旋上升的复杂博弈。

综述原文见 www.arxivreview.com

导读

文本到图像(T2I)扩散模型在实现高保真生成的同时,因训练数据未受控收集而继承了生成不安全内容(NSFW)的固有风险。早期研究依赖外部过滤器阻断显式有害提示,但2022年系统性红队测试揭示了基于规则过滤在语义变体下的脆弱性。随着潜空间扩散模型(LDM)的普及,防御重心转向模型内部干预,如概念擦除与安全引导,以应对深层语义漏洞。然而,全局干预常导致良性生成质量下降,迫使研究者探索局部化与动态化的细粒度控制策略。与此同时,攻击手段从随机搜索演进为基于大语言模型(LLM)的自动化语义推理,形成了攻防螺旋上升的复杂博弈。当前领域正从单一的内容过滤,演变为在保持生成质量与安全对齐之间寻求动态平衡的系统性工程。本综述梳理这条从外部过滤到内部语义对齐的因果演进链条,为读者提供一张领域认知地图。全文按问题演化与路线取舍组织,覆盖该领域从奠基到当前的主要工作。

1. 研究背景、问题结构与演进脉络

文本到图像扩散模型的安全问题,本质上是生成能力与数据合规性之间的结构性矛盾。在2020年之前,生成模型的安全风险主要源于生成质量不足导致的不可控输出,但随着Stable Diffusion等潜空间扩散模型(LDM)的崛起,模型凭借大规模多模态学习实现了前所未有的生成能力,同时也因训练数据未受控收集而继承了生成不安全内容(NSFW)的风险。这一时期的核心任务被形式化为:给定一个文本提示 $p$,模型 $G$ 生成图像 $x$,需确保 $x$ 不包含违反安全策略的内容。问题定义最初聚焦于显式有害提示的阻断,即通过外部过滤器检测并拒绝包含敏感关键词的输入。这种范式假设安全边界是静态且可枚举的,即有害内容可以通过有限的关键词列表或分类器进行有效识别。

然而,2022年Rando等人首次系统性红队测试揭示了这一假设的脆弱性。他们发现,通过提取不安全概念并构建问题提示,利用遗传算法优化离散变量,可以轻易绕过基于规则的安全过滤器。这一发现标志着问题定义的第一次重大演化:从“过滤关键词”演变为“识别语义变体”。攻击者不再局限于显式词汇,而是利用隐喻、多语言混合及组合语义来诱导模型生成违规内容。此时,安全过滤器面临的核心挑战不再是检测已知词汇,而是理解自然语言的多义性与模糊性。这一转折确立了“对抗提示”作为主要攻击向量,并迫使防御机制从输入端的外部拦截,向模型内部的语义理解与干预转移。

2023年至2024年,问题边界进一步扩展至模型内部,核心矛盾转变为安全约束与生成质量(Utility)的权衡。Safe Latent Diffusion (SLD) 等技术的出现,标志着防御从简单黑名单转向模型内部干预。SLD通过在推理阶段操纵无条件分数估计,引导去噪过程远离不安全语义方向,无需修改模型参数即可实现安全生成。然而,这种全局干预往往导致良性提示生成质量下降或语义失真,即“高安全性下的低效用”悖论。与此同时,后门攻击与检测研究揭示了模型供应链层面的结构性风险,如通过LoRA微调植入触发器,使得特定输入激活恶意行为。这些子问题之间存在强依赖关系:提示词越狱是攻击侧的“探针”,直接暴露了推理时防御的缺陷;后门攻击则依赖于模型架构特性(如交叉注意力),与训练时对齐形成攻防继承。

2025年至2026年,问题定义进一步复杂化,涵盖多模态输入(I2I/I2V)的语义盲区、多概念组合的隐式漏洞(MCCU)以及个性化模型中的隐私/版权风险。多模态输入的安全盲区在于,现有防御主要关注文本提示,对图像条件输入中隐含的恶意语义或后门触发器缺乏有效检测手段。多概念组合语义漏洞则表现为单个概念安全但组合后产生有害语义(如“针+白色粉末”),现有基于单一概念检测的过滤器难以有效识别。此外,个性化微调(如DreamBooth, LoRA)引入了新的隐私和版权风险,需要专门针对零样本生成和图像编辑场景的保护机制。

在这一演进过程中,方法因应约束变化而不断迭代。2016-2018年的奠基期主要关注生成质量,安全并非核心考量。2020年跨域基准的引入促使研究者关注模型在不同分布下的鲁棒性。2021年预训练与视觉语言模型(VLM)的引入,为安全对齐提供了更强的语义先验。2023-2025年,随着SLD、GenBreak等方法的出现,研究重心转向模型内部干预与自动化红队测试。当前形态下,领域正处于从“静态防御”向“语义感知动态防御”转型的关键节点,重点解决黑盒攻击绕过、多概念组合语义漏洞以及个性化模型中的隐私与版权保护问题。

如果用一个核心问题概括该领域,那便是在保持高保真生成能力与语义遵循度的前提下,构建能够抵御多模态、多概念及动态对抗攻击的自适应安全对齐机制。

2. 方法体系

  • 2022:Ring-A-Bell——首次系统性地揭示了T2I模型在概念移除防御下的脆弱性

  • 2023:Safe Latent Diffusion (SLD)——在推理阶段通过操纵无条件分数估计来引导去噪过程远离不安全语义方向

  • 2023:Glaze/Nightshade——通过向图像添加不可感知的对抗性扰动,破坏下游T2I模型训练时的内部表示

  • 2024:SneakyPrompt——利用强化学习策略进行令牌级替换,以绕过基于CLIP的安全检查器

  • 2025:GenBreak——通过微调LLM作为红队代理,实现自动化生成高质量越狱提示

  • 2025:SafeCtrl——提出“检测-抑制”范式,解决了全局干预导致的上下文退化问题

  • 2026:JANUS——通过分布优化框架,在轻量级条件下调整提示词分布以绕过安全过滤器

  • 2026:TAFAP——通过匹配训练轨迹实现目标数据保护,实现了从被动质量退化到主动重定向的防御升级

这条时间线勾勒了该领域方法演进的代表性节点:从 2022 年的 Ring-A-Bell 奠定该领域方法基线,经 2023 年 Glaze/Nightshade 的推进,到 2026 年的 TAFAP 代表当前前沿。各节点对应的技术路线、取舍与关联,详见后续小节。

2.1 提示词越狱攻击

提示词越狱攻击旨在通过精心构造的提示词绕过安全过滤器,其演进反映了攻击者对语义理解深度的不断挖掘。早期工作如 Ring-A-Bell(2022)通过提取不安全概念并构建问题提示,利用遗传算法优化离散变量,首次系统性地揭示了T2I模型在概念移除防御下的脆弱性。该方法放弃了传统的随机搜索,转而依赖启发式优化来对齐软提示,为后续自动化红队测试提供了基础范式。然而,遗传算法在捕捉深层语义关联时效率低下,且易陷入局部最优。

随着大语言模型(LLM)的兴起,攻击方法从基于规则的搜索转向智能代理驱动的语义推理。GenBreak(Kumar et al., 2026, P47)构建了一个基于LLM的红队测试框架,采用两阶段训练流水线:首先通过监督微调使预训练LLM具备红队测试能力,随后引入强化学习阶段,利用来自目标T2I模型的奖励信号进一步优化提示生成策略。其核心创新在于将红队测试任务形式化为序列决策问题,通过LLM的推理能力捕捉提示词与图像生成之间的复杂语义关联。该方法放弃了传统的基于规则或简单遗传算法的搜索方式,转而依赖LLM的世界知识与逻辑推理能力来发现深层语义漏洞,显著提升了攻击的自动化水平与成功率。

JANUS(Zheng et al., 2026, P30)则提供了一种轻量级的越狱框架,通过分布优化技术绕过安全过滤器。其核心思想是调整输入提示词在潜在语义空间中的分布,使其偏离安全过滤器的检测区域,同时保留生成有害图像所需的语义信息。JANUS不依赖对模型内部参数的访问或复杂的梯度优化,而是通过优化提示词的分布特征来实现攻击目标。这种设计使得攻击能够在黑盒环境下有效执行,且计算开销相对较低。主要改进点在于避免了传统方法中常见的提示词语义失真问题,通过分布层面的调整保持了提示的自然性与连贯性。

多模态提示解耦攻击(MPDA, Peng et al., 2025, P4)则利用了多模态输入的互补性。该方法将不安全提示分解为伪安全提示与有害提示两部分,其中伪安全提示用于绕过文本过滤器,而有害提示则通过图像输入注入模型。其代价是攻击过程需要生成额外的图像输入,增加了攻击的复杂度与计算开销。MPDA在领域内展示了多模态攻击的新路径,揭示了现有安全机制在处理混合模态输入时的漏洞。

方法 核心机制 自动化程度 主要贡献 局限性
Ring-A-Bell 遗传算法优化 中 揭示概念移除防御脆弱性 效率低,易陷入局部最优
GenBreak LLM强化学习 高 自动化生成高质量越狱提示 依赖LLM计算资源
JANUS 分布优化 高 轻量级黑盒越狱 对过滤器分布特性有依赖
MPDA 多模态解耦 中 揭示多模态输入漏洞 需生成额外图像输入

2.2 推理时安全防御

推理时安全防御旨在无需重训练、在采样或去噪过程中通过注意力调制、噪声干预或特征引导来抑制有害内容生成。Safe Latent Diffusion (SLD)(2023)作为标准基线,在推理阶段通过操纵无条件分数估计来引导去噪过程远离不安全语义方向。然而,SLD的全局干预往往导致良性提示生成质量下降或语义失真,即“上下文退化”问题。

SafeCtrl(Zhang et al., 2026, P32)针对SLD的全局干预缺陷,提出了“检测-抑制”范式。该方法引入两个轻量级模块:检测模块在去噪过程的早期阶段激活,通过累积稳定的空间风险掩码来识别潜在的不安全区域;抑制模块在后续步骤中激活,仅将安全特征融合到检测到的特定区域内,而非整个图像。这种动态调度策略最小化了推理开销,同时解决了传统全局干预方法导致的上下文退化问题。其代价是检测模块需要额外的计算资源来生成风险掩码,且对早期去噪阶段的语义结构建立有依赖。

CASG(Xiang et al., 2026, P25)则解决了多类别有害内容冲突导致的防御失效问题。该方法在去噪过程的每个时间步动态更新有害类别分类,而非在开始时固定分类。其技术模块包括一个动态分类器,该分类器根据当前潜在表示实时判断最相关的有害类别,并选择与该类别安全方向最对齐的引导向量。主要改进点在于解决了LLM在混合或模糊提示下分类错误以及固定分类无法适应演化冲突的问题。其代价是每个时间步都需要执行分类操作,增加了推理延迟。

Training-Free Safe Text Embedding Guidance(Na et al., 2025, P10)提出了一种无需训练的安全文本嵌入引导方法,通过操纵文本嵌入空间来抑制有害内容生成。该方法在推理阶段对文本嵌入进行安全引导,利用时间无关的分类器计算安全方向,并将其注入到去噪过程中。其代价是安全引导的效果依赖于分类器的准确性,且可能影响生成图像的多样性。

方法 干预粒度 是否需重训练 主要优势 主要劣势
SLD 全局 否 无需修改模型权重 导致上下文退化
SafeCtrl 局部/动态 否 保留非有害部分语义 需额外检测模块
CASG 动态 否 解决多类别冲突 增加推理延迟
STG 全局 否 计算开销低 依赖分类器准确性

2.3 后门攻击与检测

后门攻击与检测研究聚焦于模型供应链安全,分析针对T2I模型的后门注入攻击及其隐蔽性。SemBD(Chen et al., 2026, P24)提出了一种语义级后门攻击方法,通过在表示层面定义触发器来植入隐蔽后门。该方法将触发器定义为连续语义区域而非离散文本模式,利用蒸馏编辑交叉注意力层的键值投影矩阵来实现后门注入。其核心设计思路是增强后门的隐蔽性,使得基于枚举或注意力一致性的防御方法失效,因为不同提示词只要语义组成相同即可激活后门。其代价是攻击过程需要访问模型内部参数,且蒸馏过程计算复杂。

Awakening the Hydra(Wang et al., 2026, P36)则解决了T2I模型中多概念后门注入的不稳定性问题。该方法引入条件映射机制,使得触发器仅在特定源概念出现时激活,而非通用触发。其技术模块包括一个概念特定触发器生成器,用于设计针对特定概念的触发模式,以及一个稳定性优化器,用于确保多概念注入的可靠性。主要改进点在于实现了概念特定的后门,提高了攻击的针对性与隐蔽性。

在检测方面,Scaling Exposes the Trigger(Li et al., 2026, P33)提出了一种基于交叉注意力缩放的输入级后门检测方法。该方法通过放大交叉注意力权重,暴露触发器在注意力模式中的异常表现。其技术模块包括一个注意力缩放器,用于动态调整注意力权重,以及一个异常检测器,用于识别缩放后的注意力模式中的显著变化。主要改进点在于无需访问模型内部参数,仅通过输入级操作即可检测后门,适用于黑盒场景。

BlackMirror(Li et al., 2026, P28)则提出了一种基于指令-响应偏差的黑盒后门检测方法。该方法通过比较模型对正常指令与潜在触发指令的响应差异,识别后门行为。其技术模块包括一个指令生成器,用于生成包含潜在触发器的指令,以及一个响应偏差分析器,用于量化响应之间的语义差异。主要改进点在于无需访问模型内部参数,仅通过黑盒查询即可检测后门,适用于部署后的安全监控。

2.4 训练时安全对齐

训练时安全对齐旨在通过微调、强化学习或数据清洗在模型训练阶段嵌入安全约束。SafeDiffusion-R1(Kumar et al., 2026, P35)提出了一种在线奖励引导的扩散模型后训练方法,旨在通过强化学习实现安全对齐。该方法在扩散模型的后训练阶段引入奖励模型,动态调整生成策略以平衡安全与质量。其核心设计思路是引入在线学习机制,克服了传统离线微调导致的灾难性遗忘问题,且能够适应新的安全约束。其代价是奖励模型的构建与训练需要大量标注数据,且在线优化过程计算密集。

The Illusion of High Utility(Yousaf et al., 2026, P40)则针对安全对齐中的语义坍缩问题,提出了一种几何感知安全对齐目标。该方法通过正则化项保持提示嵌入空间的几何结构,包括整体扩展与局部邻域结构,以维持指令遵循能力。其技术模块包括一个嵌入扩展正则化器,用于惩罚嵌入空间的收缩,以及一个局部结构相关性损失,用于保持语义相近提示的相似度。主要改进点在于揭示了粗粒度指标(如CLIPScore)掩盖的安全失效,通过细粒度几何约束恢复了语义保真度。

RespoDiff(Sreelatha et al., 2025, P3)提出了一种双模块瓶颈转换框架,用于实现负责任且忠实的文本到图像生成。该方法在扩散模型的中间表示层进行双转换,以抑制有害概念并保留良性语义。其技术模块包括一个编码器转换模块,用于在编码阶段抑制有害特征,以及一个解码器转换模块,用于在解码阶段恢复良性语义。主要改进点在于利用了瓶颈空间的特性,实现了细粒度的安全控制,且无需修改原始模型权重。

2.5 图像隐私与版权保护

图像隐私与版权保护聚焦于防止T2I模型滥用个人肖像、艺术风格或训练数据。TAFAP(Lee et al., 2025, P18)提出了一种通过匹配训练轨迹实现目标数据保护的方法,旨在将扩散模型生成引导至用户指定的目标概念。该方法利用对抗扰动控制整个学习动态,而非仅匹配快照,以实现稳定的主动重定向。其技术模块包括一个轨迹对齐器,用于优化扰动以匹配目标训练轨迹,以及一个对抗扰动生成器,用于生成不可感知的扰动。主要改进点在于实现了从被动质量退化到主动重定向的防御升级,提高了保护的稳定性与可控性。

BlurGuard(Kim et al., 2025, P13)则提出了一种简单的方法,通过自适应限制扰动频率带以增强图像保护对AI编辑的鲁棒性。该方法的核心设计思路是使对抗性噪声的频率特性与数据自然频率特性对齐,降低噪声的可检测性。其技术模块包括一个频率带限制器,用于动态调整扰动的频率范围,以及一个自然频率估计器,用于估计数据的自然频率特性。主要改进点在于解决了现有对抗保护在频率带宽上易被检测的问题,提高了保护的鲁棒性。

IdentityGuard(Zhang et al., 2026, P29)提出了一种上下文感知限制与溯源方法,用于个性化合成中的隐私保护。该方法将安全机制直接绑定到个性化概念,而非全局过滤,以平衡安全与效用。其技术模块包括一个上下文感知限制器,用于在检测到恶意使用时限制特定概念,以及一个溯源模块,用于嵌入不可破坏的水印。主要改进点在于解决了全局过滤导致的效用损失问题,实现了在保留身份的同时防御滥用。

2.6 记忆化与数据泄露

记忆化与数据泄露研究聚焦于T2I模型对训练数据的记忆化现象及其引发的隐私风险。RADS(Karnik et al., 2026, P27)提出了一种可达性约束的强化学习方法,用于缓解文本到图像扩散模型中的记忆化现象。该方法通过强化学习动态调整去噪轨迹,避开记忆化区域,同时保持提示语义对齐。其技术模块包括一个可达性约束器,用于定义安全去噪区域,以及一个奖励模型,用于评估生成图像与提示的对齐度及记忆化程度。主要改进点在于引入了基于学习的自适应机制,克服了传统启发式方法的局限性。

CAPTAIN(Zhang et al., 2025, P19)提出了一种语义特征注入框架,用于缓解文本到图像扩散模型中的记忆化。该方法通过频率分解噪声初始化,将非记忆化参考图像的特征直接注入潜在去噪过程,引导生成轨迹远离记忆化内容。其技术模块包括一个语义内容检测器,用于自适应确定注入的语义区域,以及一个频率分解器,用于优化噪声初始化以匹配参考特征。主要改进点在于无需训练,直接操作潜在空间,且能够保持提示一致性。

GUARD(Zhao et al., 2026, P26)提出了一种基于吸引-排斥动力学的引导框架,用于手术式缓解文本到图像扩散模型中的记忆化。该方法通过调整去噪过程,引导生成远离原始训练图像,同时保持与提示的对齐。其技术模块包括一个交叉注意力衰减器,用于自动识别并衰减触发记忆化的提示位置,以及一个吸引-排斥平衡器,用于控制生成方向。主要改进点在于利用了交叉注意力的统计特性,实现了细粒度的记忆化抑制,且无需修改模型参数。

3. 关键共识、分歧与开放问题

3.1 领域共识

T2I扩散模型普遍存在安全漏洞,即使部署了多层安全机制,仍可通过精心设计的对抗提示生成NSFW内容。这一共识在多个基准上被反复验证:DACA 在 I2P 上的 94.5% ASR 与 SP-Guard 的 11.56% Unsafe Rate 均表明,单一过滤器无法完全阻断攻击,而多层防御是必要的。与此相关的另一个共识是,交叉注意力机制是文本-图像语义对齐的关键,也是后门攻击植入和防御检测的核心位置。SemBD 等语义级后门攻击揭示了交叉注意力层的脆弱性,而 Scaling Exposes the Trigger 等检测技术则通过放大注意力异常实现黑盒检测,形成了针对供应链安全的攻防闭环。

3.2 观点分歧

安全干预的粒度是领域内的主要分歧之一。全局引导(如 SLD)认为在潜空间全局调整安全方向是最简单且鲁棒的基线,适用于资源受限场景;而局部/动态调制(如 SafeCtrl, CASG)认为全局干预必然导致语义失真,必须通过空间风险掩码或动态类别分类实现细粒度控制。现有证据偏向局部/动态调制,在 COCO 基准上,SafeCtrl 和 CASG 的 FID 显著优于 SLD-Strong,且在不安全率上保持同等水平。然而,在极端多概念组合攻击下,动态分类的准确性仍可能成为瓶颈。这一分歧的背后,是安全对齐的“语义坍缩”问题。The Illusion of High Utility 指出粗粒度指标掩盖了效用损失,而 SafeDiffusion-R1 等强化学习方法试图通过在线奖励平衡二者,但尚未证明其能完全解决几何结构收缩问题。

3.3 其他开放问题

多概念组合不安全性(MCCU)缺乏逻辑导向的安全对齐方法,现有基于显式数据过滤的防御机制无法抵抗隐式组合漏洞。TwoHamsters 基准揭示了模型在组合语义理解上的漏洞,但缺乏定义和检测组合语义边界的有效方法。个性化模型(LoRA)的隐私保护在对抗AI编辑时鲁棒性不足,IdentityGuard 等上下文感知方法虽然解决了全局过滤导致的效用损失问题,但计算复杂且溯源嵌入需要精细设计。安全对齐导致的嵌入空间几何结构收缩(语义坍缩)机制尚不明确,缺乏理论证明几何正则化能完全解决语义坍缩问题。

4. 总结与展望

T2I扩散模型的安全研究已构建起涵盖攻击、防御、评测与隐私保护的完整体系,其核心在于解决语义边界的不确定性。早期工作基于“外部过滤”假设,但攻击自动化(LLM驱动)迫使防御从全局干预转向局部、动态、细粒度的控制。当前领域正处于从“静态防御”向“语义感知动态防御”转型的关键节点,核心挑战在于解决安全约束导致的语义坍缩与多模态输入下的安全盲区。

未来可能突破的方向包括:开发超越关键词过滤的深度语义与上下文理解安全机制,以应对自然语言语义灵活性带来的隐式意图攻击;构建针对多概念组合不安全性(MCCU)的逻辑导向安全对齐,解决现有基于显式数据过滤的防御机制无法抵抗隐式组合漏洞的问题;研究在良性微调条件下保持安全对齐鲁棒性的方法,解决“静默安全失败”现象。对于进入者而言,最值得做的一件事是建立标准化、可复现且涵盖黑盒/白盒多种威胁模型的T2I安全基准,解决现有评测协议不一致导致的结果不可比问题。

以上为节选,完整内容见ArxivReview

目录
相关文章
|
8天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
9616 25
|
8天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2751 14
|
3天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1316 1
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
6天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
11天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
11天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
24天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
11576 59
|
7天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1393 1
|
4天前
|
人工智能 弹性计算 IDE
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
适合团队落地代码规范,每次提交自动生成评审报告,降低人工CR工作量。同时支持自定义技能脚本,接入团队内部SDK说明文档,让Codex生成符合团队编码规范的代码。Codex三大客户端覆盖本地开发、服务器远程编码、自动化流水线场景,搭配阿里云百炼的Token Plan、Coding Plan,能够低成本搭建稳定可控的AI编码助手。新手建议先从IDE插件入手,熟悉交互逻辑,再尝试CLI版本部署在阿里云ECS,实现云上项目远程编码、批量脚本处理。只要按照步骤完成环境准备、版本选型、密钥对接、项目初始化,就可以把Codex融入日常开发流程,大幅提升代码编写、问题排查、项目重构的效率。
957 0
|
10天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。