Так mime тип по первым байтам файла можно определять, прежде, чем добавлять такую картинку
Человек, видимо, о ситуациях, когда юзер указывает ссылку к картинке и сервис уже обрабатывает эту картинку с скачиванием по ссылке. Но да, даже если это обычный аплоад с обработкой всяким ffmpeg'ем, то тоже можно словить эксплойт. Даже на десериализации в некоторое время можно было эксплойт цепануть.