文章核心观点 - 具身人工智能（EAI）能力与安全发展出现脱节，行业产品能力提升快但安全滞后，学术研究零散不成体系[2][4] - 研究团队提出系统性框架，旨在定义安全可信具身智能概念并建立发展蓝图，推动领域从碎片化研究转向整体构建[5][9][11] - 核心贡献包括首次定义安全可信EAI概念、提出五级成熟度模型、构建十大核心原则分析框架[11] 概念定义与演进路线 - 提出"Make Safe EAI"理念，将安全作为内生核心能力而非附加模块，划分为L1-L5五个演进等级[9][11] - L1对齐：通过数据训练符合人类价值观[17] - L2干预：通过可解释性与人类监督确保控制[17] - L3模仿反思：通过安全行为模板学习[17] - L4进化反思：通过物理世界互动自主优化安全策略[17] - L5可验证反思：提供数学可验证的安全保证[17] - 框架建立在可信计算数十年演进基础上，从可信系统到可信AI再到安全可信具身AI[12][14] 分析框架与现状评估 - 构建可信性与安全性两大维度十大核心原则的分析框架[11][16] - 当前研究集中在准确性、可靠性和抗攻击性等原则，可审计性、可辨识性等原则研究不足[19][22] - 定量分析显示各原则下研究论文数量分布不均，揭示研究热点与空白领域[22] 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、物理交互[23][25] - 基于四阶段工作流构建文献分类体系，系统梳理各阶段各原则下的现有研究[25] 开发工具与模拟器要求 - 高质量孪生模拟器是开发可信EAI的关键工具，需要具备场景保真度、可定制性和环境可编辑性[28][30] - 图8展示了评估模拟器的关键维度，包括场景保真度对比、场景定制能力和环境可编辑性[30] 未来发展方向 - 当前研究瓶颈在于孤立优化单个组件，需要向整体闭环的控制论范式转移[32] - 提出具身智能控制论框架，包含智能体、世界和互动三要素构成的闭环系统[34] - 未来系统建立在三大支柱：高保真可扩展可交互的虚拟环境、能够自我进化的智能体、无缝协同架构[35][37][40] - 虚拟环境需要攻克高保真、可扩展、可交互的"不可能三角"[35] - 下一代记忆系统是实现智能体自我进化的核心技术[39] - 协同架构需要整合身脑协同、多智能体协作与人机协同[40][42]