移动物理AI

摘要：L2 辅助驾驶、L3/L4 自动驾驶、人形与载人四足机器人，三类产品共享同一套信息安全方法论，却在责任主体、监管形态与安全-网络安全耦合深度上分层。本文系统梳理三类产品的要求、差异、标准法规与最佳实践，并重点回答信息安全与功能安全（FuSa）/SOTIF 及整机安全的融合程度差异。 结论速览 三个产品族都已进入「网络安全是准入底线」阶段，但强制力梯度明显：L2 已落地、L3/L4 门槛最高、移动物理 AI 最薄弱也演进最快。 差异的本质是三句话：L2 把网络当「信息资产」护，L3/L4 把网络当「安全系统」护，物理 AI 把网络当「物理安全装置」护。 融合程度：L2 是协调态，L3/L4 是融合/收敛态，移动物理 AI 是「机理一体、方法空白」的一体化错位。 AI/ML 对抗面（数据投毒、逃避攻击、模型窃取）是 2026 年三类产品共同的新缺口，传统标准（21434/62443）覆盖不足。 最佳实践高度同源（TARA、纵深防御、SBOM、安全 OTA、监测、渗透测试、隐私影响评估），是可跨本体迁移的工程纪律。 一、分析框架：三条主线 + 融合度双轴 理解差异，抓两条结构比背标准号更有效。 三条主线决定「要求」：有没有人类兜底、跑在什么物理环境里、监管用什么抓手。L2 有人兜底、L3/L4 无兜底、移动物理 AI 控制的是物理本体与平衡——这三条直接决定网络安全是「信息资产问题」「安全系统问题」还是「物理安全装置问题」。 融合度双轴决定「耦合」：一是耦合的必要性（由兜底与物理后果直接性决定），二是方法论的成熟度（由标准是否落地、是否有统一的联合论证方法决定）。两个轴在三个产品上呈反相关错位。 二、共同工程底座 无论 L2、L3/L4 还是机器人，网络安全均已从「增值功能」变为「准入条件」，共享同一套方法学骨架： 风险驱动：以 TARA 为起点，基于 STRIDE 分类识别威胁，评估攻击可行性（ISO/SAE 21434 的攻击潜力与 CAL 1-4 风险等级）。 纵深防御：安全启动、HSM/可信执行环境信任根、代码签名、加密通信、网络分区与安全网关、运行时入侵检测（IDPS）。 全生命周期：概念—开发—生产—运维—退役全程覆盖，安全事件可追溯、可响应。 供应链与 SBOM：CycloneDX/SPDX 格式、CVE 持续监测、供应商约束与联合风险评估。 安全更新与 OTA：签名验证、回滚保护（UN R156 / ISO 24089 / GB 44496）。 验证与红队：静态分析、模糊测试、渗透测试、故障注入。 隐私与数据合规：最小化采集、隐私影响评估（PIA）、加密存储与传输（GDPR / 中国《数据安全法》《个人信息保护法》）。 AI 侧新增：对抗样本鲁棒性、感知冗余（多传感器交叉验证）、模型/数据投毒防护、运行时模型监控——正成为三类产品共同的新增维度。 三、L2 辅助驾驶（ADAS）：已强制合规，防干扰防泄密 要求与监管 中国：GB 44495-2024《汽车整车信息安全技术要求》原定 2026-01-01 实施，第 1 号修改单（2026-01-28）把实施时点延后约半年、适用范围收窄至 M/N 类（挂车不再强制）、调整申报审核方式。 欧盟：UN R155（网络安全＋CSMS，新车型 2022-07 起、所有新车 2024-07 起强制）、UN R156（软件升级＋SUMS）；技术依据 ISO/SAE 21434 与 ISO 24089。 中国配套：GB/T 46194-2025（等同采用 21434，2025-10-05 实施）、GB/T 44899-2024《道路车辆网络安全 通用要求》（2025-09-01 实施）、GB/T 40861-2021、GB 44496-2024《汽车软件升级通用技术要求》。 威胁焦点 远程攻击（T-Box/IVI、手机 App）、总线注入/篡改（CAN）、OTA 恶意更新、OBD 诊断接口、蓝牙/WiFi 入口。 数据侧：位置、驾驶行为、个人信息泄露；车辆被「控车」或「僵尸化」参与 DDoS。 与安全（FuSa & SOTIF）的关系 L2 由驾驶员全程负责，网络安全主要保护「辅助功能不被干扰、数据不被泄露」，单个攻击一般不会直接造成动态驾驶任务（DDT）失效。因此是「弱耦合/协调态」——目标是别被干扰，而非攻击后系统自担后果。 ...

摘要：2026年6月2日，《机器人预期功能安全实施指南》国家标准项目进入公示，公示截止日期为2026年7月2日。我把这个方向放进 OpenTopic，作为第二个开放研究专题：Robot SOTIF。它不是把自动驾驶 SOTIF 简单搬到机器人上，而是尝试建立一条从标准、ODD、场景、触发条件、物理交互、LLM/VLA 决策安全到 safety case 的证据链。 我最近看到一个标准项目公示，觉得必须认真记一笔。 2026年6月2日，国家标准项目《机器人预期功能安全实施指南》进入公示。项目周期18个月，归口全国机器人标准化技术委员会，公示截止日期是2026年7月2日。 这个标题里最值得关注的词，不是“机器人”。 而是“预期功能安全”。 英文不要逐词硬译。这个领域对应的是 SOTIF，也就是 Safety of the Intended Functionality。 它问的不是“零部件坏了怎么办”。 它问的是： 如果系统没有发生故障，功能也在按设计运行，但在某个复杂开放场景中仍然做出了不安全行为，我们该如何识别、量化、验证和缓解？ 这个问题，自动驾驶行业已经痛苦地讨论了很多年。现在，它开始正式进入机器人标准化语境。 一、为什么这是一个重要信号 传统机器人安全，很多时候围绕隔离、防护、急停、限力、限速和协作应用展开。 这些当然重要。ISO 10218、ISO/TS 15066、ISO 13482 这些标准，给工业机器人、协作机器人和个人护理机器人提供了很重要的安全基础。 但机器人正在变。 它不再只在围栏里面工作，也不再只在结构化产线里重复动作。移动服务机器人、清洁消杀机器人、安防巡检机器人、物流配送机器人、养老医疗机器人，都会进入开放环境，面对普通用户、复杂任务和不稳定场景。 更关键的是，大模型和 VLA 让机器人决策系统从规则逻辑，走向语义理解、任务分解和端到端动作生成。 这时，安全问题就不再只是“有没有撞上人”。 还包括： 机器人是否理解错了用户意图？ 是否在 ODD 边界外仍然继续执行？ 是否为了完成任务而靠得太近、走得太急、停得太突然？ 是否在长时序任务里一步步积累风险？ 是否能把拒绝执行、回退、人工介入和运行日志变成可审查证据？ 这就是机器人 SOTIF 的价值。 二、为什么我把它放进 OpenTopic OpenTopic 的初衷，是把研究思路也像数据集一样开源。 说来惭愧，我手里其实一直有一些可以继续做深的材料。之前已经整理过三份关于具身智能安全、物理交互安全、LLM/VLA 决策安全的报告。但这些报告如果只是留在文件夹里，价值很有限。 这次标准项目公示出来以后，我重新看了一遍，觉得最合适的处理方式不是再写一篇普通评论，而是把它开放成一个可持续维护的问题入口。 所以我在 OpenTopic 里新增了第二个话题： Robot SOTIF：机器人预期功能安全开放研究专题 专题下面先放了三条线索： 机器人 SOTIF 的标准地图与证据链 通用移动物理 AI 的物理交互安全 LLM/VLA 机器人决策安全 我的处理原则很保守：标准只引用官方来源；没有逐条核验的 SOTA 论文和实验数字，先作为研究线索，不写成事实结论。 ...