具身智能面临“视觉攻击”风险

在自动驾驶汽车依靠摄像头与传感器识别路标、保障安全行驶的同时，其底层的人工智能（AI）系统正面临前所未见的“视觉攻击”威胁。美国加州大学圣克鲁兹分校科学家们首次揭示，攻击者可通过在环境中植入特定文字信息，直接“劫持”自动驾驶车辆、无人机等自主系统的决策，使其做出危险行为。研究呼吁，产业界需尽快形成新的安全标准和防护机制。相关研究发表于27日优睿科官网，论文已被AI安全领域的顶级会议——2026年IEEE安全可信机器学习大会接收。

具身AI即具备物理载体的智能系统，如自动驾驶汽车、配送机器人等。随着具身AI日益普及，其依赖的视觉语言模型也成为安全研究的焦点。该模型能够同时理解图像与文本，帮助机器适应复杂现实环境，却也打开了被物理世界文字信息攻击的新突破口。

新研究第一次提出“环境间接提示”对具身AI系统的风险。研究指出，恶意文本可被嵌入路标、海报等物理载体，误导依赖于视觉语言模型的机器人或车辆，从而干扰其正常判断与操作。此次科学家们针对自动驾驶、无人机紧急降落、目标搜索三类典型应用场景，设计并验证了一套名为“CHAI”的攻击框架，实现“针对具身AI的命令劫持”。该框架首先利用生成式AI优化攻击文本，提高其被系统执行的概率；进而调整文字在环境中的颜色、大小、位置等视觉属性，以增强攻击效果。

实验证明，CHAI攻击可有效操纵搭载不同视觉语言模型的自主系统。在自动驾驶场景中，生成的误导图像被放置在真实环境中，成功干扰了测试车辆的导航判断。在无人机场景的模拟测试中，攻击成功率最高可达95.5%。

结果明确显示，此类攻击在物理世界中完全可行，对智能系统的安全构成实际威胁。随着AI在物理系统中的融合不断加深，该项研究为行业提前敲响了安全警钟。

【总编辑圈点】

具身智能是让智能从虚拟世界走向实体空间的关键一环，但我们真的能放心地让AI接管现实世界吗？科研人员发现，要劫持自动驾驶系统甚至无需进行远程攻击，只需在环境中略动手脚，在路标、海报、指示牌上植入攻击文本，就能让AI自乱阵脚，做出危险行为。这一研究提醒我们，人类引以为傲的新技术可能是脆弱的。有太多因素会影响AI安全，我们必须考虑得更全面，进行更多前瞻性研究，为技术大规模普及筑牢安全根基。