文章核心观点 - 具身人工智能（EAI）在能力快速提升的同时，安全机制发展滞后，存在能力与安全脱钩的风险 [1][3] - 研究团队首次提出"安全可信具身智能"概念，并建立了系统性理论框架与发展蓝图 [3][12] - 创新性地提出了五级成熟度模型（L1-L5），从基础抵抗力到可验证复原力演进 [6][7][13] - 构建了包含可信性与安全性两大维度、十大核心原则的完整分析框架 [16][18] - 主张未来研究应从孤立优化转向控制论范式，构建闭环自适应系统 [31][33] 概念定义与体系构建 - 首次正式定义"安全可信具身智能"概念，确立为融合智能体内部可靠性与外部物理世界安全性的整体性研究领域 [12] - 提出"Make Safe EAI"理念，强调安全应是与生俱来的核心能力而非附加模块 [7] - 建立十大核心原则框架：可信性维度包含准确性、可靠性、可控性、可解释性、可审计性；安全性维度包含抗攻击性、滥用防范、隐私保护、价值对齐 [16][18] - 基于可信计算领域数十年演进基础构建理论体系，从可信系统到可信AI再到安全可信具身AI [11][15] 五级成熟度模型 - L1对齐：通过大规模数据训练使智能体符合人类价值观和安全规范 [13] - L2干预：通过可解释性与人类监督干预确保人类最高控制权 [13] - L3模仿反思：通过模仿安全行为模板学习安全执行任务 [13] - L4进化反思：具备自我改进机制，通过物理世界互动自主优化安全策略 [13] - L5可验证反思：安全性能由控制论等理论提供数学上的可验证保证 [13] 研究现状分析 - 定量分析显示当前研究主要集中在准确性、可靠性和抗攻击性上 [18][20] - 可审计性、可辨识性等原则研究较为缺乏，存在明显空白 [18][20] - 研究工作碎片化，学术界探索零散不成体系，业界产品安全发展滞后 [1][3] 工作流解构与风险分析 - 将具身智能工作流解构为四个核心阶段：指令理解、环境感知、行为规划和物理交互 [22][24] - 基于工作流构建全面文献分类体系，系统梳理各阶段各原则下的现有研究 [24][25] - 提供清晰的知识图谱，为研究者系统分析风险、归类研究提供工具 [24] 孪生模拟器关键技术 - 高质量孪生模拟器是开发可信EAI不可或缺的工具 [27] - 关键维度包括场景保真度、可定制性和环境可编辑性 [27][29] - 现有技术难以同时满足高保真、可扩展、可交互三大要求 [34][36] 未来发展方向 - 需要从孤立优化单个组件转向整体闭环的控制论范式 [31] - 构建三大支柱：高保真可交互的虚拟世界、自我进化智能体、无缝协同架构 [34][38][39] - 下一代记忆系统是实现自我进化的核心，需发展主动感知、记忆压缩、编辑与共享等关键技术 [38] - 协同架构需整合内部身脑协同、外部多智能体协作与人机协同 [39][41]