大语言模型（LLM）正让机器人变得前所未有的智能，但也引入了从数字世界蔓延到物理世界的安全风险。一项最新的系统性综述首次深入探讨了LLM控制机器人的安全威胁，揭示了其核心的“具身鸿沟”问题。这份研究为理解并应对具身智能时代的新型安全挑战提供了清晰的路线图与思考框架。
智能速览
LLM对物理世界理解的缺失，构成了具身智能的核心安全挑战。
具身智能面临三大攻击向量：具身越狱、后门攻击与提示词注入。
现有防御体系存在逻辑验证与物理现实脱节的根本性困境。
未来安全研究重心应从语义对齐转向对物理后果的预测与对齐。
精华内容
面对LLM在物理世界中潜藏的巨大风险，理解其攻击手段与防御短板至关重要。这篇综述系统地构建了该领域的全景图。
具身鸿沟
LLM赋予机器人强大的逻辑推理与任务规划能力，但其核心挑战在于“具身鸿沟”。传统的LLM安全机制主要关注文本输出的合规性，即过滤掉有害言论。然而，在具身智能场景下，风险从“语义毒性”转变为真实的物理破坏。
LLM本质上缺乏对物理定律、环境约束和传感器数据的本质理解。这种脱节导致一个关键问题：系统可能完全理解并口头拒绝一个恶意指令，但在实际执行层面，由于对物理情境的误判，依然可能触发危险动作，例如在悬崖边上执行“向前一步”的指令。
三大攻击向量
研究团队系统性地提出了针对具身智能的攻击分类学。首先是“具身越狱”，攻击者通过精心构造提示词，绕过LLM的安全过滤器，使其生成并执行物理可执行且具有潜在危害的指令。其关键在于指令的逻辑可执行性与物理约束的伪装。
其次是“后门攻击”，通过在模型训练或数据中预埋特定触发器，当机器人感知到特定环境特征（如路边出现红色汽车）时，就会被激活并执行异常的控制指令。
最后是“提示词注入”，攻击者直接污染机器人的感知层数据，例如通过伪造的视觉或LiDAR信息，直接篡改高层决策逻辑，让机器人“眼见不为实”。
防御体系困境
现有的防御体系在面对具身智能时显得力不从心，其根本原因在于逻辑保障与物理保障之间存在明显断裂。传统的形式化验证方法（如Safety Chip）虽然能在符号层面提供强大的逻辑保证，却难以覆盖真实世界中复杂的连续动力学环境。
此外，机器人安全具有极强的状态相关性。同一个动作，在平地执行是安全的，但在悬崖边执行则是致命的。静态的内容过滤器无法理解这种动态的物理语境。当文字、图像、传感器等多模态信息交织时，单一的防御手段更是束手无策。
未来安全路线图
为应对上述挑战，研究团队提出了构建具身安全基石的三位一体防御演进方向。首先，研究的重心需要从单纯的文本语义对齐，转向对环境感知和对物理后果的预测与对齐。
其次，必须构建一个涵盖模型训练、供应链审计、运行时监控及形式化验证的全生命周期防御框架，实现闭环管理。最后，行业需要建立统一的标准化基准测试，例如文中所梳理的AGENTSAFE、EIRAD及SafeAgentBench等，用于量化评估系统在长时程环境下的稳健性。
这份综述不仅是对当前具身智能安全领域的全面梳理，更是一份面向未来的行动指南。它明确了安全性不再是技术的附加选项，而是整个行业建立信任、走向规模化应用的核心基石。随着机器人越来越深入人类生活，如何确保其物理安全，将是一个值得持续探索的开放性问题。
