文 | 武漢大學(xué)國家網(wǎng)絡(luò)安全學(xué)院 王騫 張神軼 趙令辰

當(dāng)前，以大模型為代表的人工智能技術(shù)正加速從數(shù)字空間向物理世界延伸。具身智能作為人工智能與物理實(shí)體深度融合的新形態(tài)，已成為全球科技競爭的戰(zhàn)略高地。與運(yùn)行在數(shù)字環(huán)境中的傳統(tǒng)人工智能應(yīng)用不同，具身智能通過機(jī)器人、無人系統(tǒng)等物理載體直接作用于現(xiàn)實(shí)世界，其安全問題呈現(xiàn)出獨(dú)有的復(fù)雜性，而數(shù)據(jù)作為指導(dǎo)具身智能系統(tǒng)進(jìn)行決策的基礎(chǔ)，其安全性直接關(guān)系到具身智能系統(tǒng)的可靠性、公民權(quán)益的保護(hù)乃至國家安全的維護(hù)。因此，亟須系統(tǒng)性地梳理具身智能發(fā)展中的數(shù)據(jù)安全風(fēng)險，分析當(dāng)前治理面臨的挑戰(zhàn)，并探索可行的治理路徑，為具身智能技術(shù)的安全健康發(fā)展提供有益參考。

一、具身智能數(shù)據(jù)特征

具身智能是指將人工智能技術(shù)與物理實(shí)體相結(jié)合，使機(jī)器能夠通過傳感器感知真實(shí)環(huán)境、借助智能算法進(jìn)行自主決策，并通過執(zhí)行決策對物理世界產(chǎn)生實(shí)際作用的智能系統(tǒng)。典型的具身智能系統(tǒng)包括人形機(jī)器人、工業(yè)協(xié)作機(jī)器人、服務(wù)機(jī)器人、自動駕駛汽車、無人機(jī)等，應(yīng)用領(lǐng)域覆蓋制造、醫(yī)療、養(yǎng)老、家政、安防等眾多行業(yè)。近年來，特斯拉、波士頓動力等國際企業(yè)和優(yōu)必選、宇樹科技等國內(nèi)企業(yè)均已開始積極布局，產(chǎn)業(yè)規(guī)模快速增長。

具身智能系統(tǒng)的運(yùn)行高度依賴數(shù)據(jù)的采集、傳輸、處理和應(yīng)用，其數(shù)據(jù)在內(nèi)容、時間、空間和傳播四個維度上均表現(xiàn)出區(qū)別于傳統(tǒng)人工智能應(yīng)用的特征。從內(nèi)容維度看，具身智能數(shù)據(jù)具有多模態(tài)融合性。系統(tǒng)通常會集成攝像頭、激光雷達(dá)、麥克風(fēng)、觸覺傳感器等多種感知設(shè)備，同步采集視覺、語音、觸覺、運(yùn)動姿態(tài)等不同模態(tài)的數(shù)據(jù)，并在系統(tǒng)內(nèi)部進(jìn)行融合處理，形成對物理環(huán)境的綜合感知。從時間維度看，具身智能數(shù)據(jù)具有實(shí)時連續(xù)性。系統(tǒng)在運(yùn)行過程中需要持續(xù)不間斷地感知周圍環(huán)境，如視覺系統(tǒng)以每秒數(shù)十幀的頻率采集圖像，運(yùn)動控制需要毫秒級的傳感器反饋，由此產(chǎn)生高頻率、大流量的實(shí)時數(shù)據(jù)流。從空間維度看，具身智能數(shù)據(jù)具有時空關(guān)聯(lián)性。與互聯(lián)網(wǎng)應(yīng)用中的時間戳或地理標(biāo)簽不同，具身智能系統(tǒng)采集的數(shù)據(jù)與特定物理空間和時間節(jié)點(diǎn)緊密相關(guān)，通過分析這些數(shù)據(jù)可以精準(zhǔn)還原周圍環(huán)境布局、物體運(yùn)動軌跡、設(shè)備運(yùn)行狀態(tài)等信息。從傳播維度看，具身智能數(shù)據(jù)具有跨域流動性。數(shù)據(jù)處理涉及云、邊、端的協(xié)同計算，數(shù)據(jù)在不同節(jié)點(diǎn)間頻繁傳輸，甚至可能涉及跨境傳輸。

上述特征的相互疊加，導(dǎo)致具身智能系統(tǒng)數(shù)據(jù)具有高度的敏感性。多模態(tài)融合使得單一設(shè)備即可在多個信息維度上刻畫其所處環(huán)境，時空關(guān)聯(lián)性又使這些數(shù)據(jù)能夠精準(zhǔn)映射到真實(shí)空間。此外，實(shí)時連續(xù)性帶來的海量數(shù)據(jù)積累和跨域流動性帶來的傳輸擴(kuò)散，使得數(shù)據(jù)一旦發(fā)生泄露，其影響范圍也將超過傳統(tǒng)應(yīng)用。這些區(qū)別于傳統(tǒng)應(yīng)用的特征，使得具身智能中的數(shù)據(jù)安全問題呈現(xiàn)出不同于傳統(tǒng)信息系統(tǒng)的復(fù)雜性，也對數(shù)據(jù)安全治理方式提出了新的要求。

二、具身智能數(shù)據(jù)安全風(fēng)險分析

上述數(shù)據(jù)特征不僅表明了具身智能數(shù)據(jù)本身的性質(zhì)，也在很大程度上決定了安全風(fēng)險的分布。在數(shù)據(jù)采集階段，多模態(tài)融合性和時空關(guān)聯(lián)性造成隱私邊界模糊和隱私信息過度采集；在數(shù)據(jù)傳輸與存儲階段，實(shí)時連續(xù)性和跨域流動性擴(kuò)大了數(shù)據(jù)泄露的可能性；在數(shù)據(jù)使用階段，四種特征的共同作用使得攻擊后果可能從信息層面轉(zhuǎn)化為物理世界中的實(shí)際危害。

需要說明的是，下文按風(fēng)險所針對的數(shù)據(jù)處理環(huán)節(jié)進(jìn)行分類并詳細(xì)介紹，而非按攻擊行為發(fā)生的入口。例如，對抗樣本攻擊雖然通過篡改感知輸入來實(shí)施，入口在采集端，但其攻擊目標(biāo)是模型的推理決策過程。因此，歸入數(shù)據(jù)使用階段討論。實(shí)際上，具身智能系統(tǒng)中感知與決策的耦合程度遠(yuǎn)高于傳統(tǒng)信息系統(tǒng)，許多安全威脅天然具有跨階段特征，這本身也是治理的難點(diǎn)之一。

（一）數(shù)據(jù)采集階段的安全風(fēng)險

數(shù)據(jù)采集階段的風(fēng)險，主要源于多模態(tài)融合性和時空關(guān)聯(lián)性這兩個數(shù)據(jù)特征。

多模態(tài)融合引發(fā)了數(shù)據(jù)的過度采集問題。傳統(tǒng)軟件應(yīng)用的數(shù)據(jù)采集邊界相對清晰，用戶對授權(quán)了哪些信息有較明確的預(yù)期。而具身智能設(shè)備集成了多種傳感器，這些傳感器往往同步工作，采集的數(shù)據(jù)天然是多模態(tài)捆綁的。以家庭清潔機(jī)器人為例，執(zhí)行清掃任務(wù)只需要地面障礙物的位置信息，但設(shè)備搭載的攝像頭和麥克風(fēng)同時能夠記錄家庭成員的面部特征、私密對話、日常起居習(xí)慣。這種過度采集并非源于廠商的主觀意圖，而是多模態(tài)感知的天然特性，因此，相比傳統(tǒng)應(yīng)用更難通過簡單的權(quán)限開關(guān)來解決。

時空關(guān)聯(lián)性則加劇了隱私侵犯問題。具身智能系統(tǒng)采集的人臉、聲紋、步態(tài)等生物特征數(shù)據(jù)與具體的空間位置和時間節(jié)點(diǎn)緊密綁定，長期積累后可形成關(guān)于個人行為軌跡、社交關(guān)系等信息的精細(xì)畫像。與手機(jī)App基于點(diǎn)擊行為和瀏覽記錄構(gòu)建的用戶畫像不同，這類畫像建立在對物理生活空間的直接感知上，敏感程度也遠(yuǎn)超過線上行為數(shù)據(jù)。

此外，上述兩個特征的共同作用還加劇了第三方權(quán)益侵害問題。具身智能設(shè)備在公共場所運(yùn)行時，不可避免地會采集到非用戶的第三方人員數(shù)據(jù)，而傳統(tǒng)軟件中基于用戶主動授權(quán)的知情同意機(jī)制難以覆蓋現(xiàn)實(shí)中的所有數(shù)據(jù)主體。這一問題并非單純的制度設(shè)計缺陷，而是具身智能系統(tǒng)在開放物理環(huán)境中運(yùn)行時難以回避的固有矛盾。

（二）數(shù)據(jù)傳輸與存儲階段的安全風(fēng)險

在數(shù)據(jù)傳輸和存儲階段，實(shí)時連續(xù)性和跨域流動性是風(fēng)險的主要來源。

實(shí)時連續(xù)性導(dǎo)致傳輸鏈路長時間處于活躍狀態(tài)。具身智能系統(tǒng)產(chǎn)生的是高頻率、不間斷的數(shù)據(jù)流，而非傳統(tǒng)應(yīng)用中離散的請求－響應(yīng)式數(shù)據(jù)包。視覺系統(tǒng)每秒捕捉到的數(shù)十幀圖像、運(yùn)動控制模塊毫秒級的傳感器反饋，都可能實(shí)時傳輸至云端或邊緣節(jié)點(diǎn)。這種實(shí)時性使得攻擊者可利用的時間窗口遠(yuǎn)大于傳統(tǒng)應(yīng)用。更重要的是，傳輸數(shù)據(jù)中不僅包含感知信息，還可能包含控制指令。篡改控制指令的后果不僅是泄露一條隱私信息，還能夠直接導(dǎo)致系統(tǒng)行為失控，例如在工業(yè)場景中引發(fā)設(shè)備碰撞或產(chǎn)線停擺。

跨域流動性帶來的風(fēng)險在于，不同設(shè)備在不同場景中各自采集的數(shù)據(jù)，經(jīng)由傳輸鏈路匯集后，就具備了被關(guān)聯(lián)分析的條件。單獨(dú)來看，每份數(shù)據(jù)的敏感程度或許有限，但若將工廠中負(fù)責(zé)質(zhì)檢的機(jī)器人采集的產(chǎn)品圖像和缺陷數(shù)據(jù)，與負(fù)責(zé)搬運(yùn)的機(jī)器人記錄的物料運(yùn)輸路徑和頻次匯集到同一服務(wù)器后，通過關(guān)聯(lián)分析便可推算出該產(chǎn)線的產(chǎn)能規(guī)模、良品率等敏感信息。此外，對于跨國企業(yè)而言，還涉及跨境的數(shù)據(jù)流動問題。涉及國家安全和公共利益的重要數(shù)據(jù)一旦出境，將面臨難以管控的安全風(fēng)險。

（三）數(shù)據(jù)使用階段的安全風(fēng)險

數(shù)據(jù)使用階段的風(fēng)險主要體現(xiàn)在模型訓(xùn)練和推理兩個環(huán)節(jié)。針對這兩個環(huán)節(jié)的攻擊手段本身雖非具身智能所獨(dú)有，但四種數(shù)據(jù)特征的作用卻顯著加重了其后果。

在訓(xùn)練階段，后門攻擊是最具代表性的威脅之一。攻擊者在訓(xùn)練數(shù)據(jù)集中注入精心構(gòu)造的惡意樣本，使模型學(xué)習(xí)到特定的錯誤行為模式。由于模型對正常輸入仍能保持良好表現(xiàn)，這類攻擊在測試階段往往難以被發(fā)現(xiàn)，同時具身智能訓(xùn)練數(shù)據(jù)的多模態(tài)特性也進(jìn)一步增加了排查難度。在推理階段，對抗樣本攻擊是主要威脅。攻擊者通過在輸入數(shù)據(jù)中添加人類難以察覺的微小擾動，即可欺騙系統(tǒng)的感知模塊做出錯誤判斷。例如，在自動駕駛場景中，路面上放置特定圖案的貼紙可干擾視覺系統(tǒng)對周圍環(huán)境的識別，進(jìn)而引發(fā)交通事故。

上述具身智能在數(shù)據(jù)全生命周期的各類安全風(fēng)險，不僅源于數(shù)據(jù)自身的特征與技術(shù)層面的漏洞，也受制于當(dāng)前數(shù)據(jù)安全治理體系的不完善、技術(shù)能力的不足等多重因素，使得具身智能數(shù)據(jù)安全治理面臨諸多亟待解決的挑戰(zhàn)。

三、具身智能數(shù)據(jù)安全治理面臨的挑戰(zhàn)

針對具身智能發(fā)展所帶來的新型數(shù)據(jù)安全風(fēng)險，國內(nèi)外已開展了大量前期探索。但由于這一領(lǐng)域尚處于發(fā)展初期，現(xiàn)有的制度體系和技術(shù)手段在應(yīng)對具身智能中存在的新型安全風(fēng)險時仍存在局限，治理能力有待進(jìn)一步提升。

（一）法規(guī)標(biāo)準(zhǔn)體系有待完善

在法律法規(guī)和標(biāo)準(zhǔn)方面，我國已出臺的《中華人民共和國網(wǎng)絡(luò)安全法》《中華人民共和國數(shù)據(jù)安全法》（以下簡稱《數(shù)據(jù)安全法》）、《中華人民共和國個人信息保護(hù)法》（以下簡稱《個人信息保護(hù)法》）等建立了數(shù)據(jù)安全治理的基礎(chǔ)法律框架，能夠?yàn)榫呱碇悄茴I(lǐng)域的數(shù)據(jù)安全提供基本要求。此外，《生成式人工智能服務(wù)管理暫行辦法》和國家標(biāo)準(zhǔn)《生成式人工智能服務(wù)安全基本要求》對大模型服務(wù)提出了安全要求，明確了服務(wù)提供者在數(shù)據(jù)訓(xùn)練與使用等環(huán)節(jié)的義務(wù)，可為具身智能系統(tǒng)搭載大模型的數(shù)據(jù)安全規(guī)范提供一定的參考。不過，上述法規(guī)和標(biāo)準(zhǔn)主要針對通用人工智能系統(tǒng)及其服務(wù)制定，對于具身智能這一涉及物理交互的新形態(tài)，尚缺乏具有針對性的內(nèi)容。而機(jī)器人產(chǎn)業(yè)現(xiàn)行的相關(guān)標(biāo)準(zhǔn)主要聚焦于功能安全和電氣安全，對數(shù)據(jù)安全的關(guān)注較少，同樣無法覆蓋具身智能系統(tǒng)的數(shù)據(jù)安全需求。國際上也已出現(xiàn)了一些與具身智能數(shù)據(jù)安全相關(guān)的立法實(shí)踐，例如，歐盟《人工智能法案》采用風(fēng)險分級的監(jiān)管思路，將部分機(jī)器人應(yīng)用列為高風(fēng)險人工智能系統(tǒng)，并在數(shù)據(jù)治理、透明度、人工監(jiān)督等方面提出了嚴(yán)格要求。美國則通過行政命令加強(qiáng)對人工智能系統(tǒng)的安全評估，要求開發(fā)者報告訓(xùn)練數(shù)據(jù)來源和模型能力。這些國際實(shí)踐也能夠?yàn)槲覈_展具身智能數(shù)據(jù)安全治理提供參考。

（二）技術(shù)治理能力有待提升

在技術(shù)層面，具身智能系統(tǒng)數(shù)據(jù)的多樣性和復(fù)雜性也對現(xiàn)有的安全防護(hù)手段提出了新的挑戰(zhàn)。從開發(fā)者和服務(wù)提供商的角度，面臨敏感數(shù)據(jù)分類分級的困難。具身智能涉及視覺、語音、觸覺、運(yùn)動等多種模態(tài)數(shù)據(jù)，不同模態(tài)數(shù)據(jù)的敏感性評估缺乏統(tǒng)一標(biāo)準(zhǔn)，且多模態(tài)數(shù)據(jù)融合后產(chǎn)生的信息可能比單一數(shù)據(jù)源更為敏感，現(xiàn)有的分類分級方法難以準(zhǔn)確衡量其風(fēng)險等級。從用戶的角度，主要面臨的問題是數(shù)據(jù)的可控性和使用的透明性不足。對于普通用戶而言，通常難以掌握設(shè)備具體采集了哪些數(shù)據(jù)、流向何處、被用于何種目的。相應(yīng)地，現(xiàn)有的安全審計工具也難以對持續(xù)產(chǎn)生的海量數(shù)據(jù)流進(jìn)行有效監(jiān)測。

技術(shù)治理能力的不足不僅制約了現(xiàn)有風(fēng)險的防范，也使得在具身智能產(chǎn)業(yè)高速發(fā)展的背景下，技術(shù)創(chuàng)新與安全保障的平衡成為治理的核心難題之一。

（三）發(fā)展安全平衡有待探索

具身智能產(chǎn)業(yè)正處于高速發(fā)展階段，既要重視安全監(jiān)管，又要避免過度管控制約產(chǎn)業(yè)發(fā)展，需要在技術(shù)創(chuàng)新和安全保障之間找到好的平衡點(diǎn)。從產(chǎn)業(yè)視角來看，數(shù)據(jù)是具身智能發(fā)展的核心資源。模型的訓(xùn)練和優(yōu)化需要海量、高質(zhì)量、多樣化的數(shù)據(jù)作為支撐。然而，過于嚴(yán)格的數(shù)據(jù)安全限制可能對數(shù)據(jù)的采集與使用造成阻礙，制約模型性能提升，削弱產(chǎn)業(yè)競爭力。如何在保障數(shù)據(jù)安全的前提下促進(jìn)數(shù)據(jù)的合法合理利用，是治理實(shí)踐中需要思考的難題。從監(jiān)管視角來看，具身智能技術(shù)當(dāng)前迭代迅速，新的產(chǎn)品形態(tài)、應(yīng)用場景和數(shù)據(jù)類型不斷出現(xiàn)，而法律法規(guī)和標(biāo)準(zhǔn)規(guī)范的制定周期相對較長，容易出現(xiàn)規(guī)則滯后的情況。新型數(shù)據(jù)安全風(fēng)險從出現(xiàn)到被識別、再到形成有效應(yīng)對措施，往往存在時間差，為監(jiān)管工作帶來了挑戰(zhàn)。

四、具身智能數(shù)據(jù)安全治理建議

針對具身智能數(shù)據(jù)安全面臨的風(fēng)險與挑戰(zhàn)，需要從法規(guī)制度、技術(shù)保障、評估監(jiān)管、產(chǎn)業(yè)生態(tài)等多個維度入手，共同構(gòu)建系統(tǒng)完備的治理體系。

（一）完善法律法規(guī)與制度體系

推進(jìn)專項(xiàng)法規(guī)與標(biāo)準(zhǔn)的研究制定。在現(xiàn)行《數(shù)據(jù)安全法》《個人信息保護(hù)法》等相關(guān)法規(guī)框架下，研究出臺針對具身智能的數(shù)據(jù)安全管理辦法或指導(dǎo)意見，明確具身智能產(chǎn)品在數(shù)據(jù)采集、處理、傳輸、存儲、銷毀等各環(huán)節(jié)應(yīng)當(dāng)遵循的合規(guī)要求。此外，針對具身智能數(shù)據(jù)采集的特殊性，還應(yīng)建立數(shù)據(jù)采集清單，明確禁止或限制采集的數(shù)據(jù)類型和場景，實(shí)現(xiàn)數(shù)據(jù)采集最小化。

建立健全分類分級管理制度。根據(jù)具身智能產(chǎn)品的應(yīng)用場景、數(shù)據(jù)類型和潛在風(fēng)險等級，對不同產(chǎn)品實(shí)施差異化管理。對于涉及關(guān)鍵信息基礎(chǔ)設(shè)施、公共安全、國防軍工、醫(yī)療健康等高度敏感領(lǐng)域的具身智能產(chǎn)品，實(shí)施更加嚴(yán)格的數(shù)據(jù)安全審查和準(zhǔn)入機(jī)制；對于普通的家庭服務(wù)、教育娛樂等面向一般用戶和場景的產(chǎn)品，則可以采取相對靈活的監(jiān)管方式，在確保其滿足基本數(shù)據(jù)安全要求的前提下，為相關(guān)企業(yè)和研究人員提供前沿探索和創(chuàng)新的空間。

明確數(shù)據(jù)安全責(zé)任主體與義務(wù)邊界。具身智能產(chǎn)業(yè)鏈涉及芯片廠商、傳感器供應(yīng)商、算法開發(fā)者、整機(jī)制造商、平臺運(yùn)營方、終端用戶等多種主體，需要明確各方在數(shù)據(jù)安全保護(hù)中的具體責(zé)任分工，建立安全事件責(zé)任追溯機(jī)制。同時，完善具身智能相關(guān)數(shù)據(jù)的流通規(guī)則，特別是跨境流通規(guī)則，將涉及敏感場景的核心數(shù)據(jù)納入重要數(shù)據(jù)目錄管理，依法開展數(shù)據(jù)流通與出境安全評估工作。

（二）構(gòu)建技術(shù)安全保障體系

強(qiáng)化終端設(shè)備的安全能力。在具身智能產(chǎn)品的設(shè)計階段充分考慮數(shù)據(jù)隱私保護(hù)理念，研發(fā)面向多模態(tài)數(shù)據(jù)的實(shí)時脫敏技術(shù)，對人臉、聲紋等敏感信息在采集后即時在本地進(jìn)行脫敏處理。推廣本地化計算、數(shù)據(jù)非必要不上傳等技術(shù)策略，盡可能在終端側(cè)完成數(shù)據(jù)從采集到使用的全部流程，減少原始數(shù)據(jù)的遠(yuǎn)程傳輸和云端存儲，從源頭減少數(shù)據(jù)泄露風(fēng)險。

提升傳輸與存儲環(huán)節(jié)的安全等級。推廣端到端加密、安全傳輸協(xié)議等技術(shù)在具身智能系統(tǒng)中的應(yīng)用，保障數(shù)據(jù)在終端設(shè)備和云端服務(wù)器之間傳輸過程中的機(jī)密性和完整性。建立敏感數(shù)據(jù)分級加密存儲與管理機(jī)制，根據(jù)數(shù)據(jù)類型和敏感程度采取差異化的安全存儲策略。

加強(qiáng)模型與算法層面的安全防御。針對數(shù)據(jù)投毒、對抗樣本等模型與算法層面的數(shù)據(jù)安全威脅，開展攻擊檢測和防御技術(shù)研究，提升模型對惡意數(shù)據(jù)的魯棒性。研究可解釋人工智能技術(shù)在具身智能領(lǐng)域的應(yīng)用，增強(qiáng)系統(tǒng)行動決策和執(zhí)行的透明性與可審計性。

（三）健全評估認(rèn)證與監(jiān)管機(jī)制

建立具身智能產(chǎn)品數(shù)據(jù)安全評估制度。在產(chǎn)品上市前，要求制造商進(jìn)行數(shù)據(jù)安全風(fēng)險評估，識別數(shù)據(jù)采集、處理、存儲等環(huán)節(jié)可能存在的安全隱患，提供詳細(xì)的分析報告，并采取相應(yīng)的防護(hù)措施。對于面向高風(fēng)險場景設(shè)計的產(chǎn)品，實(shí)施嚴(yán)格的第三方安全評估和檢測認(rèn)證。建立產(chǎn)品上市后的持續(xù)性安全監(jiān)測機(jī)制，跟蹤評估產(chǎn)品在實(shí)際運(yùn)行中的數(shù)據(jù)安全情況。

推動具身智能數(shù)據(jù)安全認(rèn)證體系建設(shè)。制定關(guān)于具身智能系統(tǒng)數(shù)據(jù)安全能力的成熟度評價標(biāo)準(zhǔn)，從管理制度、技術(shù)措施、應(yīng)急響應(yīng)等方面構(gòu)建評價體系。鼓勵具身智能企業(yè)開展數(shù)據(jù)安全管理體系認(rèn)證和產(chǎn)品安全認(rèn)證，并將認(rèn)證結(jié)果作為政府采購、行業(yè)準(zhǔn)入的參考依據(jù)。培育和扶持具備專業(yè)能力的第三方數(shù)據(jù)安全評估和認(rèn)證機(jī)構(gòu)，提升行業(yè)整體安全保障水平。

完善監(jiān)管執(zhí)法與應(yīng)急處置機(jī)制。建立網(wǎng)信、工信、市場監(jiān)管、公安等部門協(xié)同配合的監(jiān)管工作機(jī)制，形成監(jiān)管合力。加強(qiáng)對具身智能安全事件的監(jiān)測預(yù)警能力建設(shè)，健全事件報告、應(yīng)急響應(yīng)和處置恢復(fù)機(jī)制。

（四）促進(jìn)產(chǎn)業(yè)生態(tài)協(xié)同發(fā)展

推動行業(yè)交流與標(biāo)準(zhǔn)共建。鼓勵具身智能領(lǐng)域的知名企業(yè)與科研機(jī)構(gòu)等共同發(fā)起成立產(chǎn)業(yè)聯(lián)盟，搭建信息共享與技術(shù)交流的平臺。支持行業(yè)主體聯(lián)合制定數(shù)據(jù)安全標(biāo)準(zhǔn)與實(shí)踐指南，形成行業(yè)共識。

加強(qiáng)技術(shù)創(chuàng)新與人才培養(yǎng)。圍繞隱私保護(hù)、安全芯片、人工智能等相關(guān)方向，支持產(chǎn)學(xué)研聯(lián)合開展技術(shù)攻關(guān)。推動人工智能、機(jī)器人工程、信息安全等學(xué)科的交叉融合，培養(yǎng)具有復(fù)合知識背景的專業(yè)人才隊(duì)伍。

深化國際交流與合作。積極參與具身智能安全相關(guān)領(lǐng)域國際標(biāo)準(zhǔn)和治理規(guī)則的制定。在尊重各國數(shù)據(jù)主權(quán)的前提下，探索建立數(shù)據(jù)安全領(lǐng)域的國際合作機(jī)制，共同應(yīng)對未來具身智能發(fā)展帶來的安全挑戰(zhàn)。（趙令辰系本文通訊作者）

（本文刊登于《中國信息安全》雜志2026年第3期）