本文针对文本到视频（T2V）生成模型的越狱攻击问题展开研究。现有越狱方法多从文本到图像攻击迁移而来，但未能充分利用视频生成固有的时间一致性特性，且需要大量视频查询优化，不适用于实际黑盒场景，其对抗性提示搜索也依赖启发式局部信号，缺乏结构化探索策略。为此，作者提出BSB（Between Safe Boundaries）框架，这是一种结构化、查询高效的越狱方法。BSB的核心思想是利用时间一致性，将有害意图编码为两个看似无害的边界状态之间的过渡，使得在视频生成过程中，插值这些边界状态会产生不安全的中间帧。攻击目标即找到这样的边界状态对。为降低计算开销，BSB在廉价的文本代理空间中使用蒙特卡洛树搜索（MCTS）进行探索，并定期用稀疏的视频级评估校准搜索结果。实验在Veo 3.1、Sora 2、Seedance和Kling v1等主流商业T2V模型上进行，结果显示BSB在攻击成功率上平均超越现有最强基线18.6%。该工作揭示了时间一致性是T2V模型中一个被忽视但重要的攻击面，并验证了结构化搜索在有限查询预算下有效发现漏洞。