SPIN：通过随机邻域中的单步投影实现针对扩散编辑的图像免疫

基于摘要分析。本文研究指令引导扩散图像编辑中的未授权图像操纵问题，提出图像免疫框架 SPIN：向原始图像添加不可感知的有界扰动，使后续编辑受到干扰，并希望保护效果能够推广到构造扰动时未见的编辑指令。研究对象是图像编辑保护，而非 EEG 解码或 BCI。 核心机制是在较早的去噪状态附近，使用同一编辑指令生成随机邻近状态，再通过单步投影预测这些状态对应的干净潜变量，无需完整展开去噪轨迹。随后优化输入扰动，使这些预测相对于无扰动编辑参考的平均偏离最大化，从而尝试同时干扰多种可能的编辑结果。摘要未给出偏离度量、扰动约束的具体形式或随机邻域的采样规则，相关实现尚未验证。 相较于需要完整轨迹反向传播的方法，SPIN 旨在减少优化成本；相较于只优化中间状态目标的方法，其单步预测试图缓解扰动效果被后续去噪削弱的问题。随机邻域则用于补充单条推理路径无法覆盖的去噪延续反馈。这些是作者提出的方法动机，实际计算与显存收益仍需正文证据核对。 作者报告，在两个图像编辑器上的实验中，SPIN 在已见指令和更具挑战性的未见指令设置下，均在全部六项指标上优于所比较的方法。摘要未提供编辑器名称、数据集、指令划分、指标定义、具体分数及对照基线，因此尚不能判断优势幅度或保护效果与视觉质量之间的权衡；实验协议、消融及统计信息尚未验证。 复现需核对早期去噪状态的选取、邻域采样与单步投影实现、干净编辑参考的构造、扰动预算及优化开销，并确认未见指令评估的划分方式。材料未建立该机制与 EEG/BCI 的具体对应关系，不据此推断其具有神经信号研究价值。