【哈工大（深圳）宣】哈工大深邃院杨云云教授团队在 AIGC 安全领域取得重要突破

近日，哈尔滨工业大学深圳校区前沿学部理学院杨云云教授团队在人工智能生成内容（AIGC）安全领域取得重要突破，相关成果以“MapRoute: Semantic Routing for Precise Concept Erasure with Mapper”为题被计算机视觉领域顶级国际会议 CVPR 2026（IEEE/CVF Conference on Computer Vision and Pattern Recognition, CCF-A 类）正式录用，该论文已于 2026 年 6 月发表。该研究提出一种轻量级、语义感知的概念擦除框架，在文本到图像扩散模型的概念精准擦除任务上显著超越现有方法，为 AI 生成内容的版权保护、隐私合规及安全治理提供了全新技术路径。

大规模文本到图像（T2I）扩散模型在内容创作领域展现出强大的生成能力，但也带来版权侵权、隐私泄露和不当内容生成等安全隐患。为应对这些风险，学界提出“概念擦除”技术——在不重新训练整个模型的前提下，从预训练模型中移除特定语义概念。

然而，现有概念擦除方法普遍面临两大核心挑战：一是擦除不彻底，模型仍可能通过语义近义词等途径生成目标概念的图像；二是语义选择性差，擦除操作在消除目标概念的同时，会严重损害无关概念的生成质量，导致模型整体效用大幅下降。如何在“精准擦除”与“无损保留”之间取得平衡，一直是困扰学界的难题。

针对这一跨学科挑战，研究团队提出 MapRoute 框架，其核心包含 Mapper 模块与语义路由机制两大创新设计。MapRoute 在冻结的预训练文本编码器之后引入一组轻量级模块——Mapper，每个 Mapper 通过自监督与概念擦除两阶段训练，在精准消除目标概念的同时对其他概念实现接近零失真的保留效果。语义路由机制则是在推理阶段，系统计算输入文本嵌入与所有目标概念嵌入之间的余弦相似度，动态激活与当前输入最相关的 Top-K 个 Mapper，并依次施加其映射变换——这种“按需激活”的模块化设计，既避免了不同 Mapper 之间的参数冲突，也保证了对无关语义的零干扰。

整体而言，该框架具备轻量级、模块化与无损性的特点，为扩散模型安全治理提供高效解决方案，可广泛用于 AI 生成内容的版权保护、隐私合规与内容安全领域，为 AI 技术的合规部署奠定技术基础。

哈工大深圳校区理学院为该论文的第一完成单位，深圳校区硕士研究生李司浩为论文第一作者，杨云云教授为唯一通讯作者，深圳校区为唯一通讯单位。该研究得到国家自然科学基金面上项目（No.62371156）和深圳市科技计划项目（No.JCYJ20240813105132043）的支持。

MapRoute 模型框架示意图

嵌入向量空间语义映射效果图