山东大学博士生孟祥涛及其研究团队提出了一种名为“Safe-Control”的插件式安全防护方案，旨在为文生图模型提供高效、通用的安全防护。随着生成式AI技术的迅猛发展，文生图模型在广告、教育、娱乐、医疗等领域的应用日益广泛，但其在接收到恶意或不当文本提示时，可能生成暴力、色情、仇恨等不安全内容，带来严重社会风险。为应对这一挑战，Safe-Control应运而生。 该方案采用插件式设计，无需修改原有模型架构，可无缝集成到多种主流文生图模型中。通过在生成过程中注入安全控制信号，Safe-Control能实时识别并抑制不安全内容的生成，同时保持模型原有的生成质量与效率。与传统安全机制相比，Safe-Control具有高度的迁移性，可在不同模型间通用，有效抵御各类恶意提示攻击。 研究团队在多个主流模型上进行了广泛实验，结果表明，该方案显著降低了不安全内容的生成概率，且对模型性能影响极小。审稿人评价其为“针对文生图模型安全问题的创新性解决方案”，具有良好的实际应用前景。 在研究过程中，团队面临如何在不损害生成质量的前提下实现强安全控制的难题。在李政教授和郭山清教授的指导下，团队借鉴操作系统“打补丁”思想，突破传统框架，最终设计出高效、可复用的防护机制。经过多轮实验与参数优化，成功构建出稳定运行的Safe-Control补丁。 目前，孟祥涛正计划推动Safe-Control的社区化发展，提升其对新型攻击的适应能力，并推动其在产业界落地，助力企业应对生成式AI内容安全风险。作为山东大学网络空间安全学院的博士生，孟祥涛长期聚焦大模型安全性研究，已在IEEE S&P、CCS等顶级安全会议发表多篇论文，展现出突出的科研能力。Safe-Control的提出，不仅为生成式AI的安全防护提供了新路径，也体现了学术研究与实际应用深度融合的潜力。