本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：随着具身智能在服务机器人、自动驾驶等关键场景的应用扩大，其安全挑战已从算法鲁棒性延伸至行为可控性、交互社会契合性及跨文化伦理适应性。分析了具身智能在感知—决策—执行闭环中的风险传播机制，探讨了策略建模、异常检测、行为可解释性及价值对齐等关键防御路径，并指出跨模态攻击、平台异构与意识形态适配等实际部署难题。提出具身智能安全体系需从“技术可控”向“系统协同”与“社会对齐”转变，构建兼具鲁棒性、适应性和文化敏感度的综合体系，是实现可信部署的关键所在。
关键词：具身智能；系统安全；多模态鲁棒性；策略可解释
doi：10.12045/j.issn.1007-3043.2025.07.007
引言
人工智能正从感知与语言向行动与交互拓展，而具身智能（Embodied AI）成为了其前沿方向。具身智能强调智能体需具备“行动”与“适应”能力，融合认知建模、机器人执行、语义理解与环境交互，使智能体能在现实世界中理解任务、决策并执行行为。这类智能体已被广泛应用于服务机器人、医疗辅助等领域，正深度介入社会生活。
然而，正是由于具身智能深度嵌入物理与社会环境，与传统AI相比，其安全问题也更复杂、更具现实威胁。具身智能不仅要应对数据安全、模型鲁棒性等传统问题，还面临着物理行为不可控、任务意图偏离、人机协作伦理冲突等直接且不可逆的风险。一旦具身系统发生故障或被操控，后果将不仅是系统崩溃或信息泄露，还可能涉及财产损失甚至人员伤害。
这一转变对AI安全研究提出了全新挑战。过去，AI安全多聚焦于算法模型本身的鲁棒性、对抗攻击与隐私保护（“模型安全”、“数据安全”），而具身智能的安全则是涵盖了感知、认知、决策到执行的全链条系统级问题。这带来多维挑战：如何确保感知在光照变化或欺骗下的准确性，如何防止语言模型被模糊提示误导，如何保障决策在动态环境中避免意外操作，如何设计可解释、可干预的执行架构。此外，具身智能的交互场景也使其安全问题更具社会属性和伦理敏感性（如家庭、医院场景需兼顾隐私、文化习惯与价值规范）。
在此背景下，构建具身智能安全框架不仅是“技术增强”任务，更是技术、伦理、规范的系统工程。亟需一种新的安全认知视角：关注算法可控性、系统行为可预期性以及人机关系可协调性。本文以此为出发点，梳理了具身智能在实际部署中的安全威胁、防御机制与评估挑战，为理论与工程提供结构化支持。
具体而言，本文系统梳理了具身智能的理论基础（问题要素与逻辑）、主要防护路径与机制设计、真实场景部署挑战以及未来研究方向（跨模态鲁棒性建模、社会对齐机制、跨平台评测标准等），旨在为安全可控具身智能的发展奠定基础。
