本研究聚焦于多模态大语言模型(MLLM)中一种新的安全风险——跨模态安全漂移。视觉模态虽然增强了模型的能力，但也为攻击者提供了新的利用路径：一段在纯文本场景下看似无害的查询，一旦配上特定的视觉图像，就可能表达出被模型间接解读的恶意意图，而模型往往不会像对明确有害文本那样触发拒答。作者首先通过实证分析，总结了几种典型的不安全响应模式，揭示了这些场景下模型的薄弱环节。随后通过模型表示和注意力机制的可解释性分析，发现视觉上有风险的关键线索仅获得有限的注意力，难以有效触发模型的拒绝行为。基于“文本安全处理中的安全信号可被迁移”这一观察，作者提出了安全感知表示转移(SRT)方法。SRT是一种轻量级、基于方向调整的干预手段，在完全冻结MLLM骨干参数的情况下，通过调整模型内部表示中的安全相关方向，使模型在面对视觉诱发的恶意请求时也能维持正确的安全偏好。多个基准和不同规模模型的实验表明，SRT不仅能在多种跨模态组合中显著提升模型的安全响应率，同时不会明显损害正常任务的处理能力，即保持了实用性。该研究为MLLM安全对齐提供了新视角和一种低成本的可落地方案，并开放了源码。