在具身智能產業蓬勃發展的當下，一個不容忽視的問題正逐漸浮出水面：技術進步的步伐遠超安全能力建設，行業面臨的安全挑戰日益嚴峻。百度智能云云安全部場景安全負責人王泰格在第三屆中國具身智能與人形機器人產業大會上，通過主題演講和會后采訪，系統梳理了當前具身智能領域存在的真實安全風險，并提出了針對性的解決方案。

具身智能的安全威脅已非紙上談兵，而是真實存在于各類應用場景中。王泰格列舉了三類典型威脅：遠程控制風險尤為突出，研究人員通過逆向分析、網絡破解等技術手段，成功實現了對多款行業頭部機器人的遠程劫持，不僅能監控設備狀態，更可執行具體控制指令。在演示中，被劫持的機器狗突然播放異常音頻、切換燈光模式，甚至做出大幅非預期動作，這類攻擊若應用于商用場景，后果不堪設想。知識產權泄露風險同樣不容忽視，端側模型保護薄弱導致核心算法易被提取復制，內網權限管理缺陷則可能引發訓練數據、機密資料等高價值資產的系統性泄露。行為決策誘導風險則代表了AI原生安全挑戰，攻擊者通過數據投毒或智能體決策欺騙，可誘使AI系統在特定條件下輸出錯誤決策，此類攻擊在其他AI領域已高度成熟，在具身智能領域因物理交互性而風險倍增。

這些風險暴露出行業在安全建設上的系統性短板。安全意識薄弱是首要問題，多數企業仍秉持"重功能、輕安全"的思維模式，將安全視為研發完成后的附加項，而非產品設計的內生要素。安全能力儲備不足同樣突出，頭部企業雖已組建專職安全團隊，但80%以上的機器人企業缺乏專業安全人員，既懂機器人控制又通曉信息安全的復合型人才更是稀缺。標準體系不完善則加劇了這一困境，盡管相關國標和行標正在加速制定中，但尚未形成完整框架，導致企業安全投入缺乏明確依據。

面對緊迫形勢，王泰格提出了一套務實的安全建設路徑。對于初創企業，首要任務是提升管理層安全意識，將安全投入納入產品核心目標；其次要快速搭建專業安全團隊，哪怕規模較小也要具備總體管理能力；最后可借助第三方供應商賦能建設基礎安全能力。對于具備一定基礎的企業，則需建立覆蓋產品全生命周期的安全框架，從概念設計階段的TARA分析，到研發階段的代碼審計與漏洞掃描，再到測試階段的攻防滲透測試，最終通過認證階段獲取相關標準認證，并在量產運維階段部署安全OTA和遠程診斷系統。

百度的安全解決方案體現了"攻防驅動"與"合規驅動"的雙輪并行邏輯。其安全基座管理系統構成底層支撐，中層的安全運營平臺、漏洞掃描等產品提供實時防護，上層的VLA模型訓練數據毒性檢測等前沿能力則針對AI原生安全挑戰。這種體系不僅將攻防實戰經驗轉化為產品能力，更通過問題反哺推動行業標準建設，形成良性循環。王泰格特別強調，具身智能的安全防護必須覆蓋通信層、模型層到運動控制層的全棧縱深，這種復雜需求決定了絕大多數企業需要借助第三方專業力量快速補位。

隨著2026年行業標準的逐步落地，安全合規正從"加分項"轉變為市場準入的隱性門檻。即便標準本身不具備強制力，獲得認證也將在采購、融資、出海等環節發揮重要背書作用。更關鍵的是，安全建設必須與產品研發同步推進，后期補救意味著大量功能模塊需要返工重建，其成本遠超提前布局的投入。在具身智能從實驗室走向企業、工廠和家庭的關鍵階段，安全能力已不再是可選配置，而是決定產業能否健康可持續發展的核心要素。