知识卡片：UniTexture——针对视觉-语言-行动模型的跨任务通用对抗纹理攻击

一句话结论

UniTexture 提出用单个带纹理的 3D 物体作为跨任务通用对抗扰动源，只优化一个共享表面纹理，就能在多个操纵任务中使 VLA 模型产生攻击者指定的动作偏移；在 OpenVLA 和 π0.5 上，平均任务成功率从良性条件的 90.0% 降至攻击下的 48.4%，并可跨套件、跨模型迁移。

事件概述或研究问题

视觉-语言-行动（VLA）模型是通用机器人策略，可遵循语言指令完成多种操纵任务。由于它们直接控制具身智能体，对抗干扰可能引发不安全物理行为。已有攻击通常针对单一任务或指令优化，多任务 VLA 的跨任务漏洞尚少被探索。UniTexture 的研究问题是：能否用单一纹理化 3D 物体，在多个任务中同时诱导 VLA 动作预测产生定向偏差？

方法/产品要点

• 攻击载体：单个 3D 物体的表面纹理，而非每个任务单独一个纹理。
• 优化链路：从策略的动作输出回传梯度，经可微渲染器更新表面纹理参数。
• 优化目标：在任务、指令、状态、视角的分布上联合优化共享纹理，使用面向动作空间的定向目标使预测动作偏向攻击者指定方向。
• 评估对象：OpenVLA 与 π0.5；覆盖多种操纵任务和多种评估设置。

主要结果或产业意义

• 攻击效果：平均任务成功率从良性条件下的 90.0% 下降到攻击下的 48.4%。
• 定向性：攻击诱导出与目标对齐的动作偏移。
• 迁移性：无需重新优化即可跨套件、跨模型迁移。
• 产业/部署意义：说明多任务 VLA 存在可被单一表面纹理系统性利用的共享跨任务脆弱性；在机器人策略部署前，需要把跨任务、跨模型对抗鲁棒性纳入安全评测。

为什么重要

VLA 模型不只在感知层输出语义，而是直接输出动作。UniTexture 的警示在于：攻击者无需针对每个任务制作扰动，只需一个共享纹理的物体出现在环境中，就可能让多种任务同时失败。这暴露了多任务 VLA 共享表征中的安全弱点，也提示对抗攻击研究应从“单任务、单模型”走向“跨任务、跨模型”评测。

与既有脉络的关系

本条是已有 VLM/具身安全卡片脉络上的增量更新：既有卡片分别涉及 VLM 推理忠实性、红外遥感 VLM 热气流攻击、模态顺序一致性；UniTexture 进一步聚焦 VLA 的动作输出，提出跨任务通用对抗纹理，把单任务对抗攻击推进到多任务通用攻击。相比 AirflowAttack 对视觉感知的干扰，UniTexture 干扰的是机器人动作预测。

局限与不确定性

本卡片依据 arXiv 摘要撰写，尚未核对全文。以下细节待核实：

• 具体操纵任务类型、数量及仿真/真实平台配置。
• 纹理是否已物理制造并在真实机器人上验证。
• 跨套件/跨模型迁移的具体目标套件与目标模型。
• “良性条件 90.0%”的评估细节（如纹理基线、指令分布、状态分布）。
• 与单任务攻击或现有防御方法的定量对比。

可用于图书/PPT/简报的角度

• 安全案例：“一张纹理让机器人任务成功率从 90% 掉到 48%”。
• 方法论科普：可微渲染器如何把动作梯度回传到 3D 表面纹理。
• 研究趋势：对抗攻击从单任务优化到跨任务通用迁移。
• 评测建议：多任务具身模型应加入跨任务/跨模型的对抗压力测试。

英文关键词（English Keywords）

Vision-Language-Action Models; Universal Adversarial Textures; Differentiable Rendering; Cross-Task Transfer; Embodied AI Security

原始材料

• 英文标题：UniTexture: Cross-Task Universal Adversarial Textures for Vision-Language-Action Models
• 作者：Yukun Dai, Mingzhe Dai, Tianshi Wang, Fengling Li, Jingjing Li, Lei Zhu
• 发布信息：arXiv:2608.13453v1，发布于 2026-08-13
• 分类：cs.CV; cs.AI
• 来源元信息：Track: academic; Topics: foundation-model
• 摘要链接：https://arxiv.org/abs/2608.13453v1
• PDF 链接：https://arxiv.org/pdf/2608.13453v1
• 来源类型：学术论文（arXiv）