出货量攀升、投融事件频繁、新公司不断出现并抛出新的技术路线探索，2026年具身智能机器人产业依旧保持着这一节奏。
但在产业规模化的浪潮中，“安全”却甚少被专门提及，至少在密集的行业峰会中，这并不是个主流议题。2026年10月15-16日，在上海举办的“第四届人形机器人产业发展大会上”，我们关注到百度智能云云安全部副总经理王泰格这场关于“具身智能安全风险及应对”的主题报告，其中对具身智能的安全边界、风险提示及如何体系化应对做了清晰阐述。
以下将演讲嘉宾主要观点整理分享给大家，有编辑删减：
Safety与Security正在融合
传统行业里，功能安全Safety与信息安全Security本是两条相对独立的线、长期分别建设、分别交付，各自闭环。Safety面向人与物理安全，应对故障异常、通常不假设攻击者，关注系统完整性与故障率，目标是避免人员伤害；Security则面向信息、系统与控制权限，必然假设攻击者，关注保密、完整、可用，目标是检测防御外部攻击。
一边是“系统自己坏了不能伤人”, 另一边是“检测和防御外部攻击”。 出发点不同，技术栈不同, 组织上往往是两套人马、两套流程。
从传统行业到（智能）汽车，再到具身智能，信息安全的攻击目标逐渐从数字世界向物理世界迁移。在这个过程中，目标域重合越多，功能安全与信息安全的融合就越深。
在传统场景中，信息安全是守数据与系统；功能安全是守人身。这两类目标分属数字世界和物理世界，基本不交叠。在（智能）汽车场景中，这二者有了一定融合，攻击车辆的重要动机之一，就是影响物理安全——制动、转向被篡改即人身安全风险。在这里，信息安全与功能安全目标开始重叠。而在具身机器人人场景中，数字世界和物理世界的安全边界已经深度融合，这基于两个现实：一是绝大部分信息安全攻击的目标，已经是影响机器人的物理行为。二是整个控制链对AI的依赖更深。
2026年被视为“具身智能产业化爆发元年”，这让“安全”变得尤为重要。但事实上，当前行业的安全构建并不乐观，在诸多具身智能企业中，安全立项占比低、专职信息安全岗位少等现象普遍存在。部分企业对安全缺乏足够认知，研发资源集中投入功能与算法，安全被系统性延后；同时，安全与机器人本体存在较大行业差异，传统机器人研发工程师技术上很难直接满足信息安全相关要求；另外从行业层面，相关国标/行标仍处于预研阶段，行业缺乏统一参照及第三方测试认证体系。
具身机器人信息安全的三重风险
具身机器人场景中，信息安全风险可以归为三大类：远程劫持攻击风险、知识产权泄露风险、行为决策诱导风险。在这三类风险中，远程劫持与行为决策诱导的攻击目标已与功能安全融合，落在了机器人的物理行为上。
远程劫持攻击主要是利用机器人漏洞进行无接触攻击，实现远程劫持、控制机器人。通过远程劫持，有可能导致机器人本体被窃取或损坏，产生直接经济损失；也有可能通过劫持控制机器人，造成物理世界实际伤害。
知识产权泄露主要是通过破解设备或员工泄露，窃取核心算法及模型。其中包括端侧泄露和内网泄露：机器人端侧硬件、算法及模型如果缺乏有效保护，可能造成核心算法及模型泄露，或存在抄板风险，降低企业市场竞争优势；而通过网络攻击、人员流动等途径，也可能造成核心代码、算法、技术文档等资产泄露，且难以溯源取证。
行为决策诱导则通过训练数据投毒或构造恶意输入，诱导机器人产生错误决策。一旦训练数据被投毒，训练出的模型在使用中，特定视频元素出现时触发异常，就会产生定向攻击行为；而通过对机器人视频及语音输入的干扰、欺骗，导致机器人“大脑”在决策过程出现错误，从而引发恶意动作。
给具身智能公司的建议：务必将“安全”左移
量产元年，安全不是功能之外的附加项，而是必须与功能同步的底线。具身机器人量产，安全建设必须左移，安全能力前置嵌入研发全流程，实现风险前瞻识别与闭环控制。
这种体系化安全建设共分为以下几个阶段：
概念设计阶段：实际研发前需要先做安全分析与风险评估，不同型号的机器人有不同的功能范围，需要制定不同的安全策略。产品搭建重点是AI TARA平台。
研发阶段：产品搭建重点是PKI、OTA及RSOC。PKI作为整个体系的安全基石需要优先建设；OTA作为后续迭代更新通道，需要量产前建设；RSOC可作为未来安全事件感知的重要入口。
测试阶段：机器人研发完成后需要进行全量固件、APP、系统的漏洞扫描,并根据TARA报告的安全需求进行安全符合性测试。产品搭建重点应围绕漏洞扫描和安全符合性测试。
认证阶段：未来会发布信息安全行标及国标，在认证阶段需要有专业的团队来进行认证咨询及指导工作，并提供合规性测试平台与服务。产品重点主要是合规咨询及合规测试。
量产阶段：量产的机器人面对的是真实的黑客攻防环境，通过认证是底线，但不代表安全，需要通过攻防渗透来暴露问题，降低被攻击风险。产品重点是攻防渗透测试。
热门跟贴