文 華東政法大學國家安全研究院教授 闕天舒；上海外國語大學國際關系與公共事務學院博士研究生 鄭兆辰

　　人形機器人是機器人技術與人工智能（AI）深度結合的具身智能系統(tǒng)。人工智能特別是大語言模型（LLM）的快速發(fā)展帶來了人形機器人行業(yè)的新一輪發(fā)展變革。2021年以來，人形機器人技術進入快速發(fā)展和商業(yè)化初步推進階段，一系列迭代產品陸續(xù)出現(xiàn)，展現(xiàn)出這一領域的未來發(fā)展?jié)摿Α?023年10月，工業(yè)和信息化部發(fā)布《人形機器人創(chuàng)新發(fā)展指導意見》，在政策層面指導和鼓勵人形機器人產業(yè)發(fā)展。該文件提出：“人形機器人技術加速演進，已成為科技競爭的新高地、未來產業(yè)的新賽道、經(jīng)濟發(fā)展的新引擎，發(fā)展?jié)摿Υ?，應用前景廣?！鳖A計，人形機器人在2年內將開始小規(guī)模商用，并在5年至10年內逐漸成熟。人形機器人的產品形態(tài)也將從專用人形機器人向通用人形機器人逐步轉變，實現(xiàn)跨場景、多任務的通用能力。作為復雜的高科技設備，人形機器人供應鏈構成復雜、高新技術集成度高、數(shù)字技術深度嵌入，進而承受多重疊加風險，需要持續(xù)關注與前瞻治理。

　　當前，人形機器人行業(yè)已經(jīng)進入新一輪大發(fā)展大變革時期，技術革新、政策驅動、市場需求共同推動人形機器人快速發(fā)展。其技術潛力將在未來5年至10年被逐步釋放，在特種、工業(yè)、民生等多個領域快速落地?？傮w而言，當前全球人形機器人領域發(fā)展主要呈現(xiàn)以下三個趨勢。

　　從技術角度看，人形機器人主要包括三個主要系統(tǒng)：機械運動結構（“肢體”）、運動控制系統(tǒng)（“小腦”）和智能感知系統(tǒng)（“大腦”）。機械運動結構和運動控制系統(tǒng)已經(jīng)實現(xiàn)較成熟穩(wěn)定的技術迭代。在硬件方面，當前行業(yè)內成熟的人形機器人產品多采用電力驅動，整機集成數(shù)十個各類減速器、驅動電機和絲杠，在視覺傳感器、聽覺傳感器、測距傳感器、慣性傳感器、力/觸覺傳感器等提供感知能力的情況下，通過處理器芯片運算進行運動決策，可以達到較高的運動靈活性，能夠實現(xiàn)包括奔跑、多方式跳躍、復雜地形行走、180度頭部腰部旋轉、搬動20千克以上重物、精細抓取等多種較復雜的行動。

　　人工智能技術的突破是人形機器人“大腦”發(fā)展的轉折點。人工智能可以分析處理來自不同類型傳感器收集的各種外部信息的數(shù)據(jù)，并進行學習、判斷和決策。業(yè)界認為，人形機器人按照智能化水平可以分為L0—L5六個級別。L0為無自主性，即無任何智能化設計；L1為輔助控制，即可以實現(xiàn)基本運動功能；L2為部分自主，可以通過預設算法規(guī)劃特定功能；L3為條件自主，具備環(huán)境感知能力，實現(xiàn)一定程度上的場景智能；L4為高度自主，即具備一定的認知能力，可以適配不同場景自主完成任務；L5為完全自主，即具備具身智能，可以通過自主學習、自主決策執(zhí)行復雜任務。目前，人形機器人技術水平，處于L2向L3過渡階段。實現(xiàn)更高程度的自主水平，需要相應的認知能力加持。以ChatGPT為代表的一系列人工智能大語言模型（LLM）先后涌現(xiàn)，使人工智能的自然語言處理能力達到前所未有的高度。視覺大模型（LVM）也取得長足進步。通過集成先進的人工智能技術，如機器學習、深度學習、神經(jīng)網(wǎng)絡和自然語言處理等，人形機器人可以實現(xiàn)實時交互、多模態(tài)感知、自主可靠決策以及涌現(xiàn)和泛化能力。大模型推動人形機器人成為具身智能關鍵載體。

　　實現(xiàn)具身智能，需要在多模態(tài)感知、指令生成速度、指令復雜性、模型泛化能力等方面的技術突破。這也是近年來行業(yè)巨頭重點攻關的技術領域。2023年，英偉達（NVIDIA）發(fā)布多模態(tài)具身人工智能系統(tǒng)NVIDIA VIMA，使機器人能夠在視覺文本提示指導下執(zhí)行復雜任務。谷歌于同年推出多模態(tài)人工智能模型PaLM-E，規(guī)模高達5620億參數(shù)，超過GPT-3，具備文本—圖像處理能力和具身智能，可以執(zhí)行各種復雜指令。微軟、OpenAI、特斯拉等美國科技公司亦在進行人形機器人相關研發(fā)工作。2025年以來，人形機器人通用模型研發(fā)取得顯著進展。2月，美國機器人公司Figure發(fā)布的最新產品Figure 02，集成了該公司自主研發(fā)的Helix通用“視覺—語言—動作”（VLA）模型，可以同時實現(xiàn)感知、語言理解和學習控制（learned control），并可以實現(xiàn)兩個機器人共享控制。3月，中國智元機器人公司發(fā)布了通用具身基座模型“智元啟元大模型”（Genie Operator-1）；英偉達發(fā)布Isaac GR00T N1機器人基礎模型。相較之前的多模態(tài)大模型，該模型具備類似人類思維模式的“直覺系統(tǒng)”和“決策系統(tǒng)”兩個部分，以及“牛頓”（Newton）物理引擎。同時，英偉達還為其提供了配套開發(fā)工具和資源，形成了完整的開發(fā)工具鏈。多模態(tài)大模型水平的不斷提高，標志著人形機器人通用化方面的新突破，接近L3水平的人形機器人將很快在部分使用場景落地。

　　人工智能賦能的人形機器人已經(jīng)具備了“智能體”的基本形態(tài)，在環(huán)境感知、人機交互、上層規(guī)劃，以及感知、決策、運控方面的智能、自主方面的能力進一步提高，使其逐步具備在特種應用、制造業(yè)和民生三大領域應用的可能。多國政府和產業(yè)界普遍認識到人形機器人技術蘊含的巨大潛力，并采取具體政策和商業(yè)舉措促進其快速發(fā)展。美國和中國在這一領域處于領先地位。

　　美國聯(lián)邦政府對人形機器人的關注度不高，缺少相關的制度安排以及政策支持，但在前沿科技研發(fā)層面，美國政府內多個部門長期對機器人技術進行重點投資和支持。美國國防高級研究計劃局（DARPA）和國家科學基金會（NSF）等部門均設置機器人研發(fā)項目、開展投資，例如資助DARPA的機器人挑戰(zhàn)賽（DARPA Robotics Challenge），以及NSF的機器人基礎研究（FRR）和國家機器人計劃（NRI）。同時，美國擁有世界領先的機器人和人工智能科研機構和技術企業(yè)。OpenAI、英偉達、亞馬遜、微軟等大型科技公司在人工智能領域處于全球領先地位，在深度學習、計算機視覺與大規(guī)模數(shù)據(jù)處理方面的技術突破，不僅推動了軟件方面的創(chuàng)新，也為機器人感知、決策和控制提供了硬件支持。特斯拉、Figure、波士頓動力、1X、Digit等機器人生產企業(yè)在人形機器人整機制造方面和技術創(chuàng)新方面全球領先，為美國人形機器人的技術優(yōu)勢奠定了基礎，同時利用自身影響力對美國政府的相關政策進行游說和影響。許多頂尖高校如MIT、斯坦福、加州大學等，與DARPA和NSF保持密切合作。美國自動化促進協(xié)會（Association for Advancing Automation）等行業(yè)組織亦通過發(fā)表聲明、研究與政策建議，有效引導和影響聯(lián)邦及州級政策的調整。

　　中國工業(yè)和信息化部2023年10月印發(fā)《人形機器人創(chuàng)新發(fā)展指導意見》，確立了人形機器人的發(fā)展目標、方向、路線年綜合實力達到世界先進水平。2024年的《政府工作》將具身智能列為未來產業(yè)，并提出持續(xù)推進“人工智能+”行動，大力發(fā)展新一代智能終端和智能制造設備。北京、上海、深圳等地也出臺專項扶植政策，投入大量資金占領產業(yè)布局制高點。在企業(yè)數(shù)量方面，據(jù)深圳新戰(zhàn)略傳媒有限公司產研所估計，截至2024年6月，在全球160余家相關企業(yè)中，中國企業(yè)占比約37%，位居全球第一。除初創(chuàng)企業(yè)外，榮耀、小米、華為等大型科技企業(yè)，以及比亞迪、小鵬、吉利等整車企業(yè)，也投入布局。據(jù)《證券日報》報道，2024年全年人形機器人相關融資事件56起，總金額超過50億元。國內機器人企業(yè)主要采取“整機集成、關鍵零部件自研”路線，通過整機產品迭代與行業(yè)發(fā)展節(jié)奏保持同步。優(yōu)必選、宇樹、智元、小米等都已推出自主研發(fā)、較為成熟的人形機器人產品，并進入商業(yè)和工業(yè)場景進行應用，在部分能力方面可以追趕甚至對齊國際先進水平。中國同時是最大的機器人消費市場，2024年工業(yè)機器人領域年安裝量占比超50%，居世界第一。根據(jù)中國信通院發(fā)布的《人形機器人產業(yè)發(fā)展研究（2024年）》，預計整機規(guī)模市場將在2028年至2035年達到50億元至500億元。

　　相較于中美兩國，日本、韓國以及歐盟國家在人形機器人領域雖取得一定研究進展，但是在政策扶持力度、研發(fā)投入強度、產業(yè)生態(tài)構建及市場規(guī)模拓展等方面，仍存在顯著差距。隨著產業(yè)鏈布局的完善、政策扶持力度的增強和社會接受度的上升，人形機器人行業(yè)將于2025年內開始進入規(guī)?；A段。

　　隨著人形機器人技術逐步成熟，產業(yè)界、學界和政界開始研究人形機器人的技術倫理和法律地位。目前關注的焦點主要包括：人形機器人的潛在風險和后果，包括機器人和人類之間的混淆以及機器人以有害方式被使用的可能性；人形機器人的廣泛使用對就業(yè)市場和經(jīng)濟發(fā)展的沖擊；人形機器人收集和處理個人數(shù)據(jù)的隱私保護問題；人形機器人的身份和“權利”問題，例如人類如何確保以負責任和尊重的方式對待人形機器人，以及人形機器人是否應該擁有類似于人類的權利等。其中，人形機器人等自動化技術對社會秩序的沖擊是最顯著的挑戰(zhàn)。包括微軟人工智能CEO穆斯塔法·蘇萊曼（Mustafa Suleyman）在內的部分產業(yè)界人士和學者擔憂，諸如人工智能和人形機器人等自動化技術的大規(guī)模應用可能導致一些傳統(tǒng)崗位減少，并導致社會大規(guī)模失業(yè)和不平等加劇，破壞社會和經(jīng)濟結構。根據(jù)美國政府問責局2019年援引的相關研究，不同就業(yè)崗位被自動化技術替代的比例從9%-47%不等。美國工業(yè)領域多達46.4%的工作可能面臨被自動化替代的風險，制造業(yè)是最容易受到這種風險影響的行業(yè)之一。學界的普遍共識是，未來智能自動化技術應用需在技術創(chuàng)新與倫理規(guī)制間尋求動態(tài)平衡。

　　隨著大國間地緣政治競爭愈演愈烈，地緣技術（geo-technology）問題成為日益關切的領域，人形機器人將成為下一個可能的競爭領域。自2017年特朗普第一任期以來，技術領導力決定的經(jīng)濟競爭成為中美戰(zhàn)略競爭的核心。首任特朗普政府和拜登政府均強調技術優(yōu)勢對保證美國全球戰(zhàn)略地位的重要性，并致力于在人工智能、生物醫(yī)藥、半導體等領域保持全球創(chuàng)新前沿的位置。在特朗普第二任期，美國科技界順應其“美國優(yōu)先”和地緣競爭偏好，提出了人工智能和其他相關領域的針對性建議，在總體上為未來一段時間的技術競爭定下基調。2025年3月，美國部分機器人公司代表以及美國自動化促進協(xié)會向美國政府建議，制定國家機器人戰(zhàn)略，并建立一個致力于推動機器人行業(yè)發(fā)展的聯(lián)邦辦公室，具體舉措包括通過稅收激勵措施推動機器人部署和采用，提供聯(lián)邦資助的培訓計劃，以及提供學術研究和商業(yè)創(chuàng)新資金。美國公司的相關提案，旨在確保其在全球下一代機器人競爭中占據(jù)優(yōu)勢位置。

　　隨著我國人形機器人產業(yè)的勃興和全球人形機器人市場的擴大，人形機器人引起的技術安全風險和國家安全風險將逐步顯露，需預先加以研判和準備。

　　人形機器人技術安全風險體現(xiàn)在以下三個方面。首先是技術封鎖風險，即相關國家通過切斷供應鏈的方式遏制、阻礙我國機器人產業(yè)的發(fā)展；其次是惡意攻擊造成的數(shù)字系統(tǒng)安全風險，集中反映在人形機器人作為一種基于數(shù)字技術賦能的智能體，與其他智能設備類似，面臨數(shù)據(jù)、系統(tǒng)和網(wǎng)絡等多重技術安全風險；再次是認知污染風險，人工智能訓練容易遭受數(shù)據(jù)污染、植入性算法偏見等負面手段的威脅，并為敵對勢力遙控的認知戰(zhàn)提供土壤。

　　人形機器人產業(yè)鏈可以大致劃分為三個層次：上游主要包括生產機器人所需的核心組件如電機、減速器、絲杠、傳感器、驅動器和電池等；中游則專注于機器人的組裝和系統(tǒng)級開發(fā)，包括算法設計與優(yōu)化；下游則涉及最終產品的集成、市場推廣、銷售和售后服務。在全球供應鏈、價值鏈糾纏日益深刻的背景下，“相互依存武器化”正在被美國等占據(jù)技術霸權的國家用作外交政策“大棒”，對其他國家施壓。自特朗普政府第二任期以來，貿易保護主義和國家安全泛化趨向日益明顯，技術地緣政治競爭偏好驅動其加速脫鉤、去風險與技術遏制等“經(jīng)濟方略”（economic statecraft）的實施。全球人形機器人產業(yè)鏈上游核心節(jié)點依然由美國及其盟友壟斷，因而存在一定的“卡脖子”風險。

　　國外企業(yè)在人形機器人關鍵技術和核心組件方面占據(jù)市場優(yōu)勢地位。產業(yè)鏈上游的關鍵零部件生產主要被日本、德國、瑞士壟斷。這些國家的企業(yè)具備長期的技術積淀和行業(yè)領先的技術研發(fā)能力，在人形機器人產業(yè)萌芽前就已經(jīng)在其他工業(yè)應用方面占據(jù)較大市場份額。盡管在國內市場一些領軍企業(yè)在中下游環(huán)節(jié)展現(xiàn)出了較強的競爭力，尤其是在軟件算法、大數(shù)據(jù)處理和模塊化設計等領域取得了顯著進展，但是上游的關鍵組件方面存在較大的依賴性，國產化的程度仍然較低，某些領域的國產化率甚至不足20%，并且國產元件的技術水平相較于國際先進水平仍有一定的差距。例如，用于機器人靈巧手驅動的空心杯電機主要被Maxon（瑞士）、Faulhaber（德國）、Portescap（瑞士）、Allied Motion Technologies（美國）等國外企業(yè)所壟斷，而這四家公司占據(jù)市場份額65%以上。在諧波減速器和旋轉矢量減速器方面，日本企業(yè)長期占據(jù)市場壟斷優(yōu)勢。2022年，日本哈默納科公司占國內諧波減速器市場38%份額，博納特斯克占RV減速器市場52%份額。在機器人控制器、傳感器方面，國外龍頭企業(yè)均占據(jù)60%左右市場份額，高端產品差距更大。上游供應鏈的薄弱環(huán)節(jié)，即所謂的“卡脖子”問題，已經(jīng)成為制約我國人形機器人產業(yè)發(fā)展的一個重要“瓶頸”。針對目前高端零部件國產化率依然較低的問題，國內已有一批企業(yè)正在積極研發(fā)，突破技術“瓶頸”。國內大部分人形機器人團隊，也都進行諸如控制器、減速器、伺服電機等部分核心零部件的自研，但追趕世界先進水平仍需時日。

　　在大國競爭背景下，前沿新興技術、顛覆性技術等科技高地成為中美競爭焦點。美國力圖保持技術優(yōu)勢，通過出口管制、投資審查等手段阻礙我國技術發(fā)展。美國操弄制裁武器限制英偉達的GPU和荷蘭阿斯麥（ASML）的光刻機對華出口。盡管大部分上游供應商都并非美國企業(yè)，但美國依然可以通過外交手段“遙控”施壓相關企業(yè)所在國政府，逼迫其配合美國對華技術封鎖政策。上游供應鏈薄弱就意味著，一旦遭遇外部的技術封鎖或制裁，對外依賴性將可能導致一定時間內整個行業(yè)的發(fā)展速度放緩，影響技術進步和市場應用拓展。

　　人形機器人產品面臨的技術風險與目前已經(jīng)廣泛使用的家用小型機器人、工業(yè)機器人、無人機、無人駕駛車輛等類似。既有案例表明，信息技術與工業(yè)技術的結合使工業(yè)控制系統(tǒng)面臨日益增多的網(wǎng)絡威脅攻擊。2010年“震網(wǎng)”（Stuxnet）病毒對伊朗攻擊，2016年對基輔電網(wǎng)系統(tǒng)的網(wǎng)絡攻擊，以及2017年對沙特石化工業(yè)設施發(fā)動的網(wǎng)絡攻擊表明，現(xiàn)代工業(yè)自動化系統(tǒng)面臨持續(xù)存在的復雜網(wǎng)絡風險。這類風險還會隨著技術應用范圍的不斷擴大和技術的不斷更新而協(xié)同演化。

　　高度集成復雜技術的機器人已與云計算、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和人工智能等信息技術領域緊密融合，其面臨的多種風險疊加并相互聯(lián)系。第一，在計算系統(tǒng)方面，機器人運行過程中涉及大量計算和存儲，九游體育由此引發(fā)的數(shù)據(jù)篡改、惡意代碼植入、硬件入侵等風險可能直接威脅機器人的完整性和可用性，甚至導致物理傷害或財產損失。現(xiàn)有研究表明，通過拒絕服務攻擊（DoS）、劫持API、中間人攻擊（MITM）、病毒感染、漏洞破解等攻擊手段，攻擊者能夠在軟件和硬件層面遠程癱瘓或者控制工業(yè)機器人，造成包括過載、失控、攻擊等情況。在可能的人形機器人風險場景，黑客可以攻擊機器人，使其罷工或者引發(fā)事故，或者對普通民眾發(fā)動襲擊。第二，在人工智能系統(tǒng)方面，大模型作為人形機器人的“大腦”，通過學習和處理環(huán)境信息做出自主決策和行為，并進行人機互動。如果機器人采用的人工智能算法存在漏洞或設計缺陷，可能導致錯誤的決策和行為。第三，人形機器人通常配備傳感器、攝像頭和麥克風，收集和處理數(shù)據(jù)。這些數(shù)據(jù)可能涉及個人隱私、企業(yè)或國家機密。一旦這些數(shù)據(jù)被黑客截獲，可能導致不同程度的泄露，并引發(fā)一系列次生安全威脅，例如深度偽造詐騙、破解生物識別認證等。

　　盡管目前商用人形機器人事故以及安全風險事件還未有先例，但類比既有技術風險，其風險形式基本仍是可預測的。隨著通用人形機器人逐步進入生產生活各個領域使用，潛在安全風險將涉及社會生活、工業(yè)生產、國防安全等領域。

　　數(shù)字傳播時代的認知作戰(zhàn)就是“大腦爭奪戰(zhàn)”和“人心爭奪戰(zhàn)”。認知作戰(zhàn)是綜合利用前沿信息技術，通過對目標對象投放文本、圖片、聲音、視頻等多模態(tài)信息，實現(xiàn)認知影響、認知塑造、認知控制和認知操縱的作戰(zhàn)形式。人形機器人是以人工智能為認知核心的智能體，作為其“大腦”的人工智能模型，在部署之前就容易受到攻擊。訓練數(shù)據(jù)集污染是一種惡意攻擊手段，通過操縱用于訓練模型的數(shù)據(jù)，攻擊者可以影響模型的輸出結果。這種攻擊雖然隱蔽，但危害極大，可能導致模型產生錯誤或有害結果。

　　目前，主要大型人工智能模型利用互聯(lián)網(wǎng)數(shù)據(jù)進行訓練，敵對勢力可以對訓練所用的數(shù)據(jù)集“下毒”，從而在根本上污染人工智能產品。根據(jù)“開放Web應用安全項目”（OWASP）2023年發(fā)布的，訓練數(shù)據(jù)“投毒”攻擊已成為大型語言模型應用的第三大安全威脅。訓練數(shù)據(jù)在人工智能模型中重復次數(shù)越多，關聯(lián)性就越強；通過用足夠多的污染數(shù)據(jù)給數(shù)據(jù)集“下毒”，就會對模型的行為和輸出造成負面影響，例如強化社會偏見或者植入有害意識形態(tài)內容。

　　Deepseek、KIMI、豆包、通義千問等國產主流大模型的主要訓練數(shù)據(jù)和搜索結果都來自簡體中文網(wǎng)絡，高質量內容相對稀缺。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)統(tǒng)計網(wǎng)站W(wǎng)3Techs的數(shù)據(jù)，截至2025年3月22日，全球互聯(lián)網(wǎng)網(wǎng)站的英文內容約占49.1%，而中文內容僅有約1.1%。這種情況使數(shù)據(jù)污染變得更容易。甄別這些數(shù)據(jù)的可靠性和潔凈度需要投入大量的時間和技術手段，甚至需要人力甄別。數(shù)據(jù)污染也已在中文互聯(lián)網(wǎng)信息中窺見端倪。此外，大模型的“幻覺”（Hallucinations）問題依然未能得到緩解，錯誤與偏見信息、知識庫有限性以及合成數(shù)據(jù)質量下降等問題，長期困擾當前大模型產品的輸出質量。高質量數(shù)據(jù)集的缺乏會進一步放大“幻覺”問題，并在內容輸出時體現(xiàn)出來。隨著生成式人工智能賦能的人形機器人在未來逐步投入社會各領域，其“大腦”采用的數(shù)據(jù)是否“干凈”也將成為一個關鍵性問題。

　　對上述人形機器人的相關技術安全風險，應從政策、制度、法律、技術等多個層面綜合應對。

　　當前，我國人形機器人產業(yè)在關鍵技術和核心組件上仍存在較大依賴國外產品的風險，為此，必須著力推進自主研發(fā)與產業(yè)鏈全面升級。

　　第一，通過開展全方位的產業(yè)摸底行動，利用企業(yè)普查、技術評估、市場與供應鏈分析等手段，深入掌握國內現(xiàn)有的人形機器人技術水平、關鍵部件國產化率以及區(qū)域分布狀況，從而識別出產業(yè)鏈的薄弱環(huán)節(jié)。

　　第二，政府各級部門應根據(jù)調研成果，制訂專項資金支持計劃，加大在芯片設計與制造、高精度傳感器、先進減速器等“卡脖子”關鍵技術領域的投入，通過稅收優(yōu)惠、資金補貼、融資便利等多重政策措施，激勵本土高科技企業(yè)加快攻關，實現(xiàn)技術突破。

　　第三，組建跨部門研發(fā)聯(lián)盟，聯(lián)合龍頭企業(yè)和知名高校，圍繞關鍵技術開展專項攻關，定期召開技術交流與評估會，搭建技術成果轉化公共服務平臺，確保研發(fā)成果能快速應用于生產實踐。通過強化產學研合作，推動先進技術成果向實際生產力轉化，將有效破解當前的核心技術依賴問題，提升整體產業(yè)安全和競爭力。

　　針對人形機器人在計算、人工智能及網(wǎng)絡安全等多領域面臨的風險，亟須加快配套法規(guī)和制度建設。

　　第一，可借鑒《人形機器人治理導則》《無人駕駛航空器飛行管理暫行條例》和生成式人工智能領域的監(jiān)管經(jīng)驗，盡快制定“人形機器人安全管理暫行條例”，明確研發(fā)、生產、運營和廢棄階段的安全責任、標準及應急處置要求，并在部分試點區(qū)域實施。

　　第二，推動《網(wǎng)絡安全法》《數(shù)據(jù)安全法》和《個人信息保護法》的修訂，將人形機器人領域納入專項監(jiān)管范疇，形成與工業(yè)、數(shù)據(jù)、人工智能等領域相銜接的有效法律框架。

　　第三，需盡快推進行業(yè)“人形機器人人機交互與安全技術規(guī)范”“人形機器人機器腦云邊端智能協(xié)同技術規(guī)范”等技術標準的編制和落地，為企業(yè)提供具體操作指引，構建從頂層設計到具體實施的全方位法規(guī)體系。這將有助于構建一個既具有前瞻性又切實可行的安全防護體系，確保人形機器人在各應用場景的運行更加安全、穩(wěn)定。

　　第一，為有效應對人形機器人可能遭受的網(wǎng)絡攻擊、惡意控制或其他安全事件，應建立健全安全事件應急響應能力及機制。依托現(xiàn)有公共安全監(jiān)測體系，引入基于人工智能的威脅識別與預警系統(tǒng)，實時監(jiān)控和智能分析機器人運行過程中的異常行為，及時發(fā)現(xiàn)潛在風險并自動觸發(fā)應急措施，如隔離受控系統(tǒng)、關閉網(wǎng)絡接口或斷電處理，防止風險擴散。

　　第二，針對可能發(fā)生的大規(guī)模網(wǎng)絡攻擊或惡意遠程控制，各級政府和相關部門必須制定詳盡的應急預案，涵蓋快速技術響應、現(xiàn)場處置和輿情管理等多個方面，確保在緊急情況下能迅速啟動有效防御和危機處置流程。

　　第三，建立政府與企業(yè)之間的聯(lián)動機制，形成信息共享、風險評估和快速響應的協(xié)同處理流程，對大規(guī)模網(wǎng)絡攻擊或突發(fā)安全事件實現(xiàn)集中指揮、分級處置，構建科學、系統(tǒng)、全鏈條的安全應急響應體系。

　　隨著多模態(tài)大模型在機器人“大腦”中的推廣，高質量數(shù)據(jù)集的缺乏和數(shù)據(jù)污染問題日益凸顯，亟須建立健全數(shù)據(jù)污染防控機制，應對技術認知安全風險。

　　第一，應推動構建數(shù)據(jù)集“凈化”機制。2025年2月，國家數(shù)據(jù)局在北京召開高質量數(shù)據(jù)集建設工作啟動會，著手推進高質量數(shù)據(jù)集建設發(fā)展工作。在此基礎上，依托政府和企業(yè)的力量，通過整合優(yōu)質數(shù)據(jù)資源、制定嚴格的數(shù)據(jù)處理標準和研發(fā)數(shù)據(jù)污染檢測技術，構建數(shù)據(jù)全流程凈化體系。

　　第二，在政府牽頭組織建設優(yōu)質數(shù)據(jù)集的基礎上，可以進一步優(yōu)化政企協(xié)同，建立“清潔數(shù)據(jù)協(xié)作聯(lián)盟”，共享優(yōu)質數(shù)據(jù)資源，保障數(shù)據(jù)集長期供給的可靠性與合規(guī)性；通過定期發(fā)布數(shù)據(jù)質量檢測和風險評估結果，及時發(fā)現(xiàn)和處置數(shù)據(jù)污染風險。

　　第三，提升公眾對技術認知與信息辨識的能力十分關鍵。政府和教育機構應開展針對虛假信息和認知戰(zhàn)風險的宣傳與培訓，普及信息鑒別技巧，培養(yǎng)批判性思維，增強全社會對數(shù)據(jù)污染的防范意識和自我保護能力。