尽管开源大型视觉语言模型（LVLMs）在性能上表现出色，基于迁移的学习攻击方法通常难以对抗黑盒商业LVLMs。通过分析失败的对抗扰动可以发现，学习到的扰动往往源自均匀分布且缺乏清晰的语义细节，导致产生意外的响应。这种语义信息的缺失使得商业L