来源：BUPT老张

原文链接：https://mp\.weixin\.qq\.com/s/0lzNPWq7eAR\-YnEocyNjyA?scene=1

近日，团队张跃老师指导、参与的 2 篇论文被 ECCV 2026 接收。ECCV 是与 CVPR、ICCV 并称的计算机视觉三大会议，将于 2026 年 9 月 在瑞典马尔默举办。

论文一（S-GRACE）聚焦文生图大模型编辑：让 AI 精准彻底地"忘记"不该画的敏感概念，仅用 32 个样本就把消除性能提升了超 26%；论文二（RED-Aes）重新思考图像美学评估：不再给照片打"绝对分"，而是教 AI 在"比较"中理解美，零样本刷新 5 大公开基准。

论文1：S-GRACE：语义引导的鲁棒对抗概念消除，把「概念消除」从"删不干净"做到"精准彻底"。

你让一个文生图模型"从此不许再画苹果"，它真的会照做吗？

大概率不会。你只是删掉了"红苹果"——换句 prompt 说"来一个青苹果"，它照样画得出来。这不是玩笑，而是「概念消除」领域最棘手的难题。

为了让大模型守住安全底线，研究者们发展出一个专门方向：概念消除（Concept Erasure）——把 NSFW 内容、受保护的艺术家风格、商标物体等"不该生成的东西"，从模型参数里"抹掉"。听起来直接，做起来却难：抹除之后，攻击者只要换个措辞、换种外观，被删掉的内容就"复活"了。

为什么删不干净？我们在论文里找到了病根：既有的对抗式消除方法，靠随机采样构造对抗样本来逼近目标概念，但随机样本只覆盖了概念语义空间的一小片角落。就像想从记忆里抹去"苹果"，却只删掉了"红苹果"，"青苹果"依然完好。

S-GRACE（Semantic-Guided Robust Adversarial Concept Erasure，语义引导的鲁棒对抗概念消除）的思路，就一句话：先摸清概念的全部"长相"，再定点清除。

第一步，让大语言模型当"侦察兵"。LLM 天生通晓概念的方方面面，让它系统梳理目标概念的全部语义关联词——颜色、形态、场景、相近风格……把"苹果"拆成红苹果、青苹果、苹果树、苹果派。这一步，把"模糊的概念"变成"一份完整清单"。

第二步，以语义关联词为锚点构建样本空间，引导对抗样本生成。传统方法靠"随机瞎猜"逼近概念空间，S-GRACE 用语义引导，仅需单个样本就能生成更贴近目标概念空间的对抗嵌入——删除精准、彻底，而且不会误伤无关概念（删"苹果"不会殃及"水果"之外的物体）。

效果怎么样？更彻底、更快、更省。

消除鲁棒性提升超 26%；

训练时间压缩 90%；

所需样本从数千个骤降到仅 32 个。

在 NSFW 内容、艺术风格、物体概念三类场景上全面验证，S-GRACE 达到当前最优的消除鲁棒性，同时保持图像生成质量几乎不受影响——"删得干净"与"画得好"，不再是单选题。

安全不是给模型贴膏药，而是让它真正理解边界。S-GRACE 给我们的启示是：与其和概念"硬碰硬"，不如先和它"对话"——当 AI 真正明白"苹果"是什么，它才真正懂得如何忘掉"苹果"。

论文题目：Rethinking Robust Adversarial Concept Erasure in Diffusion Models（S-GRACE）

作者：Qinghong Yin, Yu Tian, Heming Yang, Xiang Chen, Xianlin Zhang, Yue Ming, Xueming Li, Yue Zhang

链接：arXiv:2510.27285 ｜ 代码开源

论文2：RED-Aes：不再让 AI 给照片打绝对分数，而是教它学会「比较」与「因果推理」。

你有没有过这样的经历：给朋友发照片，对方几乎从不说"这张 7.8 分"，而是——

这其实是人类审美最真实的模样：我们很少孤立打分，而是在比较中形成判断。可如今几乎所有 AI 美学评估（IAA）模型，都在干一件反人类的事：让模型回归一个绝对的平均意见分数（MOS）。模型记住了"什么样的图通常分高"，却没学会"什么样的变化让图变美"——一旦遇到没见过的场景就露馅：一张严重模糊的小狗照片，GPT-5 竟打了 8.22 分（真实只有 1.72）。模型被"内容"骗了，而不是在"审美"。

怎么让 AI 学会比较？答案是：利用可控图像编辑模型。 加滤镜、提饱和度、调构图——这些操作与审美变化之间存在清晰的因果关系。我们据此搭建全自动数据流水线：从摄影网站收集 50 万张图片，用 5 个编辑模型生成"原图-编辑图"配对，再由 3 个大模型独立评估每对图片的美学差异，要求三人一致才保留，并用思维链（CoT）写出推理过程。最终得到 RED-20k：2 万组带定量差异评分、带因果推理文本的编辑图像对——业内首个这样的资源，全程无需人工标注。

有了数据，我们设计了"从对比到推理"的三阶段训练。 第一步，编辑因果预训练：让模型看"原图+编辑图"学会对比（PT-O1），再进阶到只看编辑指令、预测审美变化（PT-O2），把"修改→美学变化"的因果链内化；第二步，只用 200 个样本冷启动校准，学会输出绝对分数；第三步，用 GRPO 加上我们提出的相对排序一致性奖励，让模型在同一组"1 张原图+7 张编辑图"中保证排序正确——全程只用相对监督，不碰绝对分数。

结果：零样本打遍 5 大基准。 在 TAD66K、AVA、FLICKR-AES、PARA、AADB 五大基准的零样本设置下，平均 PLCC 达 0.7442、SRCC 0.7322，全面超越所有基线——包括在目标域数据上训过的专用模型 Aes-R1，以及 GPT-5 这样的通用大模型。最轻量的 2B 版本同样超越所有基线，这对端侧部署意义重大。

我们始终相信：审美不是一道孤立的单选题，而是一连串有因果的判断题。 让 AI 真正"懂美"，我们迈出了第一步。

论文题目：Beyond Absolute Scores: Relative Edit-induced Difference for Generalizable Image Aesthetic Assessment（RED-Aes）

作者：Qifei Jia, Xintong Yao, Yasen Zhang, Minghao Li, Yajie Chai, Qiming Lu, Baoyue Shen, Runyu Shi, Ying Huang, Yue Zhang

链接：arXiv:2606.05778

关于我们

北邮智能计算实验室由「李学明教授」创建，主要成员包括张跃、柳杨、李荣锋、张宪林、符强等，长期聚焦人工智能技术研究。

欢迎项目合作，欢迎学生加入！

邮箱： zhangyuereal@bupt.edu.cn

原文链接: https://www.leiphone.com/category/private/kd1zNWwny9MgSobF.html