具身智能落地产线安全可信如何跟上部署元年的狂奔？

IT时报记者沈毅斌

工业车间里的人形机器人俯身拧下精密螺丝，居家场景的服务机器人端着热水走向床边，2026年的具身智能产业，正前所未有地贴近真实的物理世界。资本追着场景跑，企业赶着量产潮，所有人都在追问“机器人还能解锁什么新技能”，却很少有人先按下暂停键问一句：“它会不会失控？”

在10月28日举办的第十九届浦江创新论坛具身智能专题论坛上，产学研各界的从业者与研究者把目光投向热闹赛道的背面——安全可信与科学数据。

从数字世界走入物理空间的AI，风险早已不是“说错一句话”的舆情风波；没有安全底座的规模化落地，跑得越快，摔得可能越重。一场关于“如何让具身智能既跑得快、又走得稳”的讨论，在产业爆发的前夜悄然展开。

消失的边界：具身安全不是旧题新答

在很多人看来，机器人安全是个谈了几十年的老话题。工业机器人有成熟的安全围栏，协作机器人有碰撞检测机制，似乎只要沿用旧规则就能解决新问题。但在具身智能时代，所有过往的安全经验，都被自主决策的特性彻底改写。

“过去的AI处在数字世界，即便出问题，影响也非常有限；但当AI进入物理世界，一旦失控就有可能直接伤到人。”复旦大学副校长、可信具身智能研究院院长姜育刚给出最直白的判断。他在现场分享了一项最新测试，当前主流通用大模型在控制机械臂时，会无差别执行危险指令，比如用刀具切割玩偶，模型的安全对齐能力，远远落后于功能本身的迭代速度。

更隐蔽的风险藏在技术底层。和所有深度学习模型一样，具身智能同样面临对抗样本、后门植入的攻击，例如只要在环境中放置一个经过特殊设计的图案，就可能误导机器人的视觉系统，让它做出完全偏离预期的动作。“数字世界里的所有安全威胁，都能无缝迁移到机器人场景。”姜育刚说，而物理世界没有“撤回键”，一次误操作就可能酿成不可逆的人身伤害或财产损失。

这种风险是“边界感”的消失。宇树科技上海子公司生态合作总监梁建勇在圆桌论坛上直言，传统工业机器人的安全建立在“确定的坐标系”之上，运动范围有明确边界，运行路径靠预先编程，超出阈值就会触发紧急停止。但具身智能机器人完全不同，它靠视觉、触觉自主感知环境，靠大模型自主做出决策，要在陌生场景里完成未知任务，“没有固定的范围限定，也就没有了天然的安全边界”。

产业狂奔的节奏，进一步放大了这种风险。智身科技标准合规与公共事务总监周长勇坦言，当前行业普遍存在“重功能、轻安全”的倾向，一方面产业还处于寻找落地场景的初级阶段，企业绝大多数精力都放在“让机器人动起来、能干活”上；另一方面技术迭代速度太快，安全机制的更新速度，根本追不上模型的迭代速度。

“现在样机出问题，影响范围不过实验室里的几台设备；等到量产一万台、十万台的时候，任何一个微小的设计缺陷，都会被指数级放大。”周长勇的担忧，也是在场很多从业者的共识。

这种压力在出海赛道上体现得尤为直接。上海工业控制安全创新科技有限公司副总经理包丹珠给出了一组数据：2025年中国机器人出口额同比暴涨51.95%，但出口的门槛正在以更快的速度抬高。欧盟即将全面实施的新机械法规，首次把网络安全、人工智能合规纳入强制要求，独立的安全软件模块也需要单独通过CE认证；再加上《AI法案》《网络弹性法案》和GDPR数据规则，一套合规组合拳下来，很多还没做安全正向设计的企业，产品根本迈不进欧美市场的大门。

“以前我们靠高性价比出海，现在这条路走不通了。”包丹珠说，中国机器人要撕掉“低价”的旧标签，树立“高科技、高质量、高可信”的新形象，第一步就是把合规嵌进研发的最早期，而不是等产品做出来再回头补安全功课。

破局的路径：标准、数据与生态的三重答案

安全问题破局并非无迹可寻。整场论坛下来，三条清晰的路径逐渐浮现：用标准划清安全底线，用科学数据夯实能力底座，用开放生态打通迭代闭环。

标准是安全可信的第一块基石。论坛上，《人形机器人整机CR产品认证实施规则》正式发布，这套被称为“三上三下”的认证架构，给出了中国自己的具身安全解决方案。上海机器人产业技术研究院院长郑军奇解读道：“安全、兼容、可信是三条底线，对标国际通行规则，是所有产品必须迈过的门槛；可靠、智能、绿色是三个发展等级，用分级评价引导产业向高质量跃迁。”

从2016年CR认证推出至今，这套体系已经陪伴中国机器人产业走过十年，推动国产工业机器人平均无故障时间从数千小时跃升至数万小时。而针对人形机器人的新规则，从设计之初就对标了欧盟、北美的合规要求，目标是实现“一次检测、全球互认”。郑军奇特别提到，标准体系还考虑了OTA升级、模型迭代带来的安全变化，把全生命周期管理纳入认证范围。

国际标准领域资深专家Gurvinder Singh Virk给中国企业提出建议：企业从设计阶段就兼顾不同市场的法规差异，比如数据本地化要求、功能安全等级，甚至可以通过在海外设立主体、组建合资公司的方式降低地缘政治风险。“中国已经是全球机器人产业的第一名，只有主动参与国际标准制定，才能把技术优势转化为规则话语权。”

当前行业普遍陷入“数据焦虑”，各家都在拼命采集数据，但大量低质、重复、非标准化的数据，根本撑不起模型的泛化能力，更支撑不起严谨的安全验证。

“具身智能落地的关键，从来不是硬件参数有多高，而是硬件、数据与模型能不能形成闭环。”灵心巧手董事长龙志平的观点，点出了数据问题的核心。在灵巧操作这个具身智能最核心的场景里，他的团队没有盲目堆砌数据量，而是通过自研的遥操作系统采集高质量人类操作数据，搭建SkillStore技能库——当机器人掌握一万种基础操作技能，就能通过组合应对上百万种真实场景。

更重要的是，数据本身也要“可信”。龙志平提出了灵巧手安全可信的四道关口：力控安全、长期可靠性、数据可复现、指标统一。“数据如果不可信，训练出来的模型就不可靠；模型不可靠，机器人的安全就是空中楼阁。”

为了解决数据质量与流通的痛点，上电科推出的“穹顶DOME2.0”标准化数据集平台，试图给行业提供一套统一的数据治理规则。而论坛上同步启动的机器人具身智能能力测评创新生态，更是把工具链厂商、标准实验室、中试平台和实景企业串联起来，试图打破数据孤岛：从仿真生成的虚拟数据，到实验室采集的标准数据，再到真实场景的运行数据，形成一套可追溯、可对比、可迭代的数据闭环。