本研究聚焦于多图像内容中一种新型安全威胁——多图像隐式毒性（MIIT）。MIIT指的是每张图片单独看起来无害，但当多张图片被联合解读时，会产生有害语义。这种威胁在社交媒体中日益普遍，但现有的商业内容审核API和模型因缺乏每张图片中的显式风险线索而难以应对。本文首先给出了MIIT的形式化定义，并分析了检测该威胁的三个关键挑战：隐式语义组合、上下文依赖性和缺乏标注数据。为缓解数据稀缺问题，研究者通过自动化生成管道构建了MIIT-dataset，这是一个仅包含图像的多图像安全数据集，涵盖七个代表性风险类别（如仇恨言论、暴力、性暗示等）。在此基础上，他们提出了MiShield模型，该模型通过渐进式蒸馏推理监督进行训练，能够生成安全判断并附带有害相关实体的显式分析。实验表明，MiShield-8B模型在MIIT检测任务上优于代表性审核服务（如Google Cloud Vision、Amazon Rekognition）甚至更大规模的模型（如Gemini、GPT-4V），揭示了该模型对于这一广泛使用的视觉格式的有效性和实用价值。该论文同时也包含潜在敏感内容，警告读者注意。