把大模型塞进机器人身体里，安全漏洞就不再只是屏幕上的乱码

很多人讨论大模型安全时，脑子里想的还是怎么让对话机器人说出禁忌词，但当 LLM 变成 Embodied Agent（具身智能体）去控制机械臂或无人机时，这种“越狱”的代价就完全不同了。想象一下，一个能帮你收拾房间的机器人，如果被某种恶意指令诱导，它可能会把你的昂贵花瓶当成垃圾扔掉，或者在执行任务时做出危险动作。

这篇关于具身智能安全的研究把视角从单纯的“提示词攻击”拉到了“信任边界”上。它提出了一个很有意思的观点：我们不能只盯着越狱或注入这些机制，而应该看攻击者是从哪个环节切入控制环路（Control Loop）的。研究者把整个系统拆成了五层，定义了 12 个攻击面，涵盖了从供应链、用户指令到物理环境、多模态感知、甚至多智能体通信的所有环节。

通过对 58 个攻击案例和 61 个防御案例的量化分析，揭露了一些挺让人意外的现状：

• 攻击集中区： 目前大多数研究都扎堆在“多模态感知”和“动作接口”上。简单说，就是通过修改视觉输入或者直接操纵输出动作来搞破坏。
• 防御集中区： 防御端则倾向于在“动作层”和“运行时”做拦截。这就像是给机器人加了一个物理保险丝，不管大脑怎么疯，动作到最后一步得被拦住。
• 被忽视的死角： 上下文长期记忆、中间件网络、世界状态完整性以及多机器人之间的信任机制，目前几乎是研究的真空地带。

我觉得这个方向非常有潜力。现在的具身智能正处于从实验室走向家庭的爆发前夜，这种从数字空间到物理空间的攻击传播路径研究，能给开发者提供非常实用的实操指南。虽然目前很多防御手段还比较碎片化，但只要我们能把闭环评估体系建立起来，未来的机器人一定会既聪明又安全。