新闻IEEE Spectrum Robotics6 天前
VicOne两天发现28个机器人零日漏洞,75%集中于开发仿真阶段
本文由 AI 根据公开内容整理,可能有误,请以原文为准:28 Zero-Day Findings in Under Two Days. Is Robotics Security Keeping Pace?(IEEE Spectrum Robotics)
核心内容
VicOne针对支撑Physical AI生态的软件与工具开展AI辅助安全研究,在不到两天时间内初步验证并确认了28个零日漏洞。这些漏洞涉及Google、NVIDIA和Meta等头部厂商维护的项目,部分尚未分配CVE编号。由于相关工具广泛用于机器人训练、仿真测试及运行控制,漏洞可能直接影响模型构建可信度、测试结果有效性及下发指令的安全性,要求工程团队建立更快速的响应机制与安全评估流程。
漏洞分布覆盖机器人全生命周期,其中75%集中在开发训练、仿真验证等非运行时阶段。攻击者可通过污染预训练模型或篡改仿真场景数据,使机器人在常规测试中表现正常但在特定条件下触发异常行为,甚至伪造通过验证的假象。在部署阶段,漏洞可能导致运动规划文件被修改或监控界面崩溃。研究人员已实际演示利用漏洞阻断机器人远程停止命令,证明软件缺陷可直接削弱物理安全防护功能。
关键看点
- 漏洞发现效率:借助AI辅助代码分析与通信追踪,VicOne在48小时内完成28个零日漏洞的发现与初步验证,显著压缩传统人工审计周期。
- 风险分布特征:75%的零日漏洞存在于开发、训练、仿真及验证工具链中,表明具身智能安全风险正从运行时向研发上游基础设施转移。
- 仿真环境威胁:攻击者可篡改仿真传感器读数与物理条件,制造虚假测试通过结果,导致存在安全隐患的模型被错误批准部署至真实场景。
- 安全功能失效:实测验证显示漏洞可阻止机器人远程停止命令执行,证明底层软件缺陷能直接绕过或破坏关键物理安全防护机制。
工程与产业观察
该发现揭示具身智能安全重心已从本体控制延伸至研发工具链与仿真环境。算法与硬件工程师需将预训练模型加载、仿真资产导入及补丁部署纳入安全审计范围,防止上游污染导致下游物理行为失控。产业界应加速建立针对AI开发工具的专项安全评测标准,确保仿真验证结果的可信度不因软件漏洞而失效。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)