这篇 arXiv 论文关注文生视频（T2V）模型的安全对齐与越狱（jailbreak）攻击评估问题。作者指出，已有 T2V 越狱研究主要追求"更有效"或"更隐蔽"的候选攻击样本；但在真实部署、带安全防护的 T2V 系统中，视频生成与安全评估的开销都很高，攻击者实际上无法对大规模候选池逐一试错。为此，论文把 T2V 越狱重新建模为"查询受限条件下的候选分配与排序问题"，并提出 TempQ-Jail 方法。该方法一方面融合多种异质机制以扩大候选覆盖面，另一方面从四个维度估计每个候选的端到端攻击价值：安全门（安全过滤器）通过情况、危险视觉内容生成能力、原始用户意图的保持程度、以及时间维度的有效性；在此基础上对候选排序，使高价值候选能在有限的查询轨迹中尽早出现。实验在 CogVideoX-5B 上开展，使用从 T2VSafetyBench 衍生的 70 个常见可行意图，并与 6 种代表性 T2V 越狱方法在统一协议下对比。结果显示，TempQ-Jail 的 TP-ASR@5 与 TP-ASR@10 分别达到 48.9% 和 65.4%，较最强基线提升 4.6 和 4.0 个百分点；同时取得最高 AUC-TP（0.469）与最低 AvgQ（平均查询数 6.3）。对查询轨迹、候选分配、失败归因与消融实验的分析表明，在有限查询预算下，该方法能更有效地识别并优先排序具备完整攻击潜力的候选。适合从事 AI 安全对齐、多模态生成模型红队评测与治理的研究者和安全工程师阅读。