随着视觉语言模型 (VLM) 在实际应用中的部署日益增多，先前被忽视的安全风险也日益凸显。具体而言，看似无害的多模态输入可能组合在一起，从而暴露出恶意意图，导致不安全的模型输出。“意图感知安全”(SIA) 是一种无需训练、具备意图感知能力的安全框架，旨在应对这些潜在风险。它能够主动检测多模态输入中的恶意意图，并据此生成安全的响应。SIA 遵循三个步骤：视觉抽象（字幕）、通过少量恐怖链 (CoT) 提示进行意图推断，以及基于意图的响应生成。通过动态适应从图像-文本对推断出的隐式意图，SIA 无需大量再训练即可减轻恶意输出的影响。在 SIUO、MM-SafetyBench 和 HoliSafe 等安全基准上进行的大量实验表明，SIA 能够持续提升安全性，并且性能优于现有的无需训练的方法。
