Embodied AI Safety: A Survey of Risks, Attacks, and Defenses

一篇综述论文系统梳理了具身 AI 的安全风险、攻击与防御，沿感知、认知、规划、动作执行与人机交互的完整流程构建分类框架，并整理了 400 多篇论文。论文指出，多模态融合带来视觉与语言单独防御都无法覆盖的脆弱性，规划层的语义越狱一旦开始执行就难以中途纠正，动作执行层还存在固件注入、传感器输出操纵和执行器控制劫持等硬件级漏洞。作者按攻击发生时机与防御可应用时机两个维度组织文献，发现推理期攻击研究较多，而训练期防御尤其是数据供应链加固相对被忽视，演示数据后门、偏好数据投毒和预训练语料污染对具身 AI 尤其危险。论文还认为具身 AI 安全的评测基础设施尚不成熟，多数研究只在窄范围模拟基准上评测。