I2V-DETACH：通过源图像锚定解耦防护未经授权的图像到视频生成

基于摘要分析。本文研究如何保护源图像，降低其被用于未经授权的 Image-to-Video（I2V）生成时的内容保留程度，提出图像免疫方法 I2V-DETACH。其核心贡献是将防护目标从破坏生成视频的视觉质量或时间连贯性，转向削弱源图像内容在视频去噪过程中的传播。 机制上，作者将 I2V 模型的源内容保留解释为：源图像线索在去噪过程中持续传播到视频潜变量。I2V-DETACH 据此采用两种互补干预：抑制源图像与视频之间的锚定联系，减少源线索传播；增强视频内部交互，使去噪更多依赖视频侧动态、减少对源图像的依赖。为提供有效的优化信号，方法以面向源图像的状态初始化辅助视频潜变量，使其仍处于源图像条件生成范围内，同时偏离保留源内容的轨迹。摘要未给出具体损失形式、优化变量或扰动约束，相关实现尚未验证。 作者报告，在多种扩散架构上的实验中，该方法显著降低了源内容保留程度，优于既有图像免疫方法，并表现出较强的黑盒迁移能力。摘要未提供架构名称、数据集、评价指标、数值结果及黑盒访问条件，因此尚不能判断收益幅度、适用范围或不同方法比较的具体前提；实验协议、消融及统计信息尚未验证。 该工作的主要研究对象是生成式视觉模型的源图像防护，而非 EEG 解码或 BCI。当前材料未建立其机制与神经信号任务的具体对应关系，不据此推断 BCI 有效性。复现评估需进一步核对源图像扰动的可见性与预算、源内容保留的评价方式，以及跨架构迁移的实际设置。