等保资讯

文 | 中国政法大学 宗绍昊 龚萱

《中华人民共和国国民经济和社会发展第十五个五年规划纲要》提出，推动具身智能等成为新的经济增长点。作为融合人工智能、机器人技术与多模态感知能力的新一代智能形态，具身智能实现了从虚拟数字空间向真实物理世界的跨越。具身智能应用前景广阔，正逐步渗透到工业生产、家庭服务、医疗康养、教育科研等诸多领域，未来或将深度融入人类社会空间，带动智能社会空间结构重塑与产业组织方式的再造。但目前具身智能发展仍处于探索阶段，技术层面需要进一步完善，制度层面也缺乏较完善的行业标准或规范性文件进行指导。中国信息通信研究院发布的《具身智能发展报告（2025年）》显示，截至2025年12月，我国具身智能和机器人领域投资事件数达744起，融资总额735.43亿元。因此，应采取系统性治理路径，明确各主体权责，推动技术提升与产业制度优化同步进行，为具身智能向善发展保驾护航。

具身智能应用的安全风险

具身智能的应用需在合法合规框架内展开，但技术创新通常会衍生一系列安全风险挑战，且由于具身智能与外部环境紧密结合的特性，使得其容易突破传统人工智能数字边界，直接转化为物理世界的现实危害。依据具身智能的技术构成与应用模式，其安全风险可以分为数据安全、算法安全和交互安全。

具身智能的数据安全风险。具身智能的训练、运行与优化依赖于大规模、多维度、高强度的物理交互数据输入，这使得相关数据安全风险会直接现实化。具体而言，在数据准确性风险方面，具身智能需要大量高质量交互数据，但这些数据采集难度大、数据基建要求高，且当下数据合成技术尚不成熟，低质量的数据难以得到后续完善补充。而这些劣质数据会引发“数据偏见”“数据幻觉”“数据错位”等问题，导致决策失误或引发执行事故。在数据滥用风险方面，无论是前期训练还是后期使用，都会在不同程度上涉及公民隐私、个人信息等数据的采集，若缺乏必要性评估而直接采集使用，极易违反数据利用的最小必要原则，侵犯个人隐私权、信息权等相关权益，甚至触碰数据安全相关法律法规的监管红线。在数据泄露风险方面，具身智能存储的数据可能涉及个人核心权益、行业敏感数据等内容，一旦泄露或被不法分子窃取利用，会对公民人身财产安全乃至社会公共利益产生严重威胁。

具身智能的算法安全风险。具身智能的决策与执行均在算法模型支配下完成，因此，算法模型一旦遭受攻击或出现漏洞，就会对具身智能的正常决策与执行造成不同程度的威胁。一方面，具身智能的算法系统易成为不法分子的攻击目标。不同于传统网络攻击仅影响数字功能，不法分子通过篡改算法运行逻辑、植入恶意代码，可直接干扰算法正常运行，轻则造成系统瘫痪、设备停运，重则使其突破预设安全界限做出失控举动，对人身、财产安全以及公共利益造成直接威胁。另一方面，具身智能算法的运行建立在数据和逻辑推演基础之上，现阶段技术仍难以让算法完全具备人类的认知能力，且在道德准则、法律规范等价值判断方面存在天然瓶颈。因此，在算法拆解人类模糊指令、应对复杂场景与两难抉择时，易出现理解“鸿沟”与算法偏差，进而引发违背人类预期的操作行为，甚至触发伦理与法律争议。

具身智能的交互安全风险。具身智能需要在动态、复杂的真实物理环境中完成实时交互与任务执行，易因外部环境的不确定性与恶意干扰，造成损失并引发侵权责任。具体包括以下两个方面：一是执行错误风险。在具身智能与物理环境交互过程中，若其感知系统遭受恶意攻击，或外部干扰因素超出预设承受范围，可能出现指令传输中断、感知系统失灵、机械结构与动力系统异常等问题，进而引发协同失灵、操作失控现象，造成人员财产损害。二是防卫争议风险。现行法律体系尚未对具身智能的法律主体资格、责任归属作出明确界定，由此可能引发两类争议：一方面，当具身智能识别到疑似外部干扰或攻击信号时，未经人类授权擅自采取防御性措施并造成损害，相关责任如何划分、由谁承担值得进一步研究；另一方面，若人类发现具身智能疑似失控而将其摧毁，但事后证明当时只是出现了可修复的轻微故障，由此造成的大额财产损失应如何定性，如何救济受损权益，这有待立法与司法层面通过探索进行明确。

具身智能应用的系统性治理

具身智能应用的安全风险可能是由技术开发漏洞、技术管理缺陷、外部环境干扰等多方面因素造成的，而系统性治理也要求多主体参与、全方位开展治理，因此，应采用系统性治理路径应对具身智能应用的安全风险，形成以具身智能机构力量为核心，政府相关部门与行业协会共同进行监督与保障的治理模式。

建立全流程数据安全保障措施。一是协同多元主体，合作研发高质量具身智能数据集。由政府相关职能部门牵头建立稳健、明确且全面的数据合作与管理制度，借助行业自律统一数据存储与传输标准。各具身智能机构及关联合作机构共同搭建数据产业协同平台，实现数据流通效率提升，避免资源成本的重复投入与浪费，并促进形成规模效应，进而打破“数据孤岛”。二是遵循最小必要原则，合理限制具身智能的数据用途。在数据收集与使用过程中，职能管理部门、行业协会及机构自主监督部门等，可采取技术自查、人工审查等方式评估对个体权益及公共利益的影响程度是否合理，以及是否采取必要权益保护措施。三是“技管结合”，推进保障数据保管安全。技术层面，各具身智能机构应积极发展各类数据加密技术和数据攻击防御技术，加强数据安全防护；管理层面，具身智能机构自身应自觉划定内部人员可直接接触的数据范围，并建立常态化数据安全管理制度。与此同时，监管部门应联合行业协会监督落实前述措施。

建立多维度算法风险防御与补救机制。一是设计全流程防御与补救技术，在算法运行的各个环节防御不法分子攻击，可以及时发现并修复算法漏洞。具身智能机构应积极研发算法安全防护系统，提升算法防护能力，及时自主发现并修复算法漏洞；在疑似或正在遭受外部算法攻击时，要能够及时预警，并启动应急保护机制，根据风险程度减缓甚至停止机器运行，将损害降到最低；攻击结束后，可以迅速进行算法检修，将报告及时反馈给人类，算法本身或具身智能机构能够及时补全技术短板。二是研制算法价值对齐机制，保证算法最终符合人类价值观，能够在目标、行为与意图三个层面与人类保持一致。一方面，各具身智能机构应结合具身智能不同应用场景，构建层次化价值框架，并设置不可逾越的价值红线。对价值模糊地带，监管部门应允许具身智能机构自行设置一定的弹性空间，在算法设计过程中以价值引导为主，辅以人类经验进行完善。另一方面，各具身智能机构应采用持续塑造的动态对齐方法，防范静态规训方法下人工智能形成“伪装认知”，产生欺骗性价值以获得人类信赖，进而反向操控人类。三是提升公众对具身智能风险的认知水平，促进公众深入了解并合理利用算法。在学校教育和日常宣传中普及具身智能的功能原理、常见算法风险等基本知识，提升公众算法使用能力。

建立多环节环境动态核验措施。一是完善应急处置和改进机制。具身智能机构在设计研发与测试环节就应当依托海量高度仿真环境、特定领域进行极端环境下的适应能力与抗压能力测试，且要防范潜在交互风险。同时，应结合不同风险等级，设置差异化自动应对措施，在低风险时通过自主调整规避问题，中风险时暂停部分功能，高风险时则立即触发物理停机并交由人类决断。二是交互过程中坚持人类主体地位，以人类视角构建责任豁免机制。其一，要明确具身智能不具备法律主体地位。因为具身智能不具备权利意识，缺乏自由意志，无法承担各项法律义务，也难以负担赔偿责任，所以要突出人类的核心主体与实际控制地位，避免使用具身智能的恣意性。其二，要基于因果关系认定责任或豁免。可以通过责任主体对义务规范的违反样态判断其是否存在支配因果流程的可能性，并明确技术中立等抗辩事由的责任成立范围。例如，作为研发主体的具身智能机构是否遵循相应技术标准与规范，是否穷尽当时技术水平下能够发现的所有技术漏洞；使用者作为操作主体，是否遵循操作流程，是否擅自修改参数或违规操作等。

作为引领新一轮科技革命和产业变革的关键引擎，具身智能既是培育发展新质生产力的重要抓手，也是人工智能从虚拟数字空间深度融入真实物理世界的关键载体，更深刻影响数字时代社会治理现代化的实践进程。应充分发挥多元主体的治理作用，真正实现以系统思维化解风险，让具身智能的科技创新成果真正惠及民生福祉，切实守护好人民群众的合法权益，为数字中国建设筑牢科技赋能与治理保障的双重根基。

（来源：民主与法制时报）