刚刚落幕的2026世界机器人大会上，机器人除了跳舞、翻跟头等“才艺”展示，更进一步走向各种真实作业场景。大会发布的《2026年人形机器人产业发展报告》显示，今年上半年中国人形机器人出货量已超4万台，全球占比高达97%。
技术向前奔跑的同时，伦理与安全的考题也随之而来。8月24日，由传播内容认知全国重点实验室主办、828巨人港支持的人工智能及机器人科技伦理与安全治理交流会在人民日报社举行，产学研各界专家齐聚一堂，围绕伦理治理核心议题深度研讨，为产业安全健康发展凝聚共识。
机器人从“秀场”走向“现场”，新考题是什么？
传播内容认知全国重点实验室专职副主任李君表示，具身智能不仅是培育新质生产力的关键引擎，更是推动实体经济与数字经济深度融合、构建国家核心竞争力的重要支柱。今年2月，我国首个人形机器人与具身智能标准体系（2026年版）正式发布，彰显了统筹创新与安全的坚定决心。
但技术迭代越快，治理的命题越新。融合了环境感知、认知理解、自主决策与物理执行能力的具身智能，正在延伸出全新的科技伦理风险。
“真实用户同机器人交互中生成的内容如何纳入安全审核，人机协同的责任边界在什么地方，家庭、学校、医院等私人或公共空间的数据采集边界在哪里，这些都是需要业界共同研究的课题。”李君说。
面对全新的技术形态，人文社科领域的学者率先从价值层面作出回应。
复旦大学新闻学院教授李良荣结合近期民生热点直言：“我们的科技伦理，是着眼于国家安全还是公众安全？”他认为，科技伦理既要关注国家安全这一核心命题，也必须落脚于公众安全，既要为AI发展制定详细规范，也要向公众普及技术的两面性，引导全社会保持理性认知。
暨南大学国际传播研究院院长陈昌凤提出，人形机器人的独特性在于让人工智能获得了“社会身体”，由此带来三重全新治理边界：身体边界上，人机物理交互涉及距离、力量、速度、接触方式等新约束；空间边界上，机器人进入家庭带来空间隐私的新挑战；关系边界上，拟人化设计可能引发身份误认、情感误导。
“人形机器人改变的是人和机器他者的关系，治理的核心要延伸到身体的安全、空间的隐私和关系伦理。”陈昌凤说。
中国人民大学新闻学院教授彭兰提醒，未来大模型、智能体大概率会成为用户信息获取的重要渠道，治理重心需从传播渠道转向生成算法与语料源头。她建议由权威机构牵头建设全国性新闻语料库，保障用户获取信息的真实性与时效性。
上海社会科学院新闻研究所互联网治理研究中心主任方师师用一组调查数据点明情感交互的风险：2024年已有13.5%的青年网民会向AI倾诉心事，26%的大学生情绪低落时倾向于向AI寻求安慰。“但是AI只能是情绪缓冲，而不是情感的归宿。”她提出，防范过度情感依赖不能否定技术价值，关键是守住“技术作为补充，不能替代现实连接”的定位，形成产品、家庭、社会、监管的多方闭环。
从认知安全到物理安全，防护网怎么织？
如果说社科思考为技术发展校准了价值坐标，那么技术层面的创新突破，则是伦理原则落地生根的底层支撑。
与会技术专家普遍认为，必须让安全基因内嵌于算法、硬件与系统全链条，实现从“事后补救”到“前置防御”的转变。
哈尔滨工业大学计算学部党委书记单既阳提出“为具身智能立心”的理念。她介绍，哈工大依托机器人技术与系统全国重点实验室、认知智能与内容安全教育部重点实验室等平台，构建了技术验证、场景实现、学术引领、学科交叉、育人赋能一体化的产学研育人体系，聚焦具身交互、行为规划和具身执行等技术，实现具身智能“大脑”技术的突破和应用。
“一个技术越强大，越深度融入人民生活，就越需要边界，也越需要掌握在具有敬畏之心的人手中。”单既阳说。
中国科学院自动化研究所研究员赫然认为，当前机器人仍然存在“身智隔离”的问题，决定了机器人安全的核心仍是具身大模型的内生安全。他提出，要将幻觉检测技术与价值对齐机制结合，让模型在训练阶段内化伦理规则，同时推动鉴别技术向前延伸到具身交互的指令中与行为意图的判别中，建立标准化的具身智能伦理风险分类体系与分级管控标准，防范具身智能风险的失控。
中国科学院大学计算机科学与技术学院教授齐洪钢表示，具身智能是工科与社会学的交叉领域，需要多学科专家协同破题。他强调，人工智能技术迭代速度极快，安全治理不能滞后于技术发展，要形成科研与安全的闭环，针对医疗、自动驾驶等高风险领域实行更严格的规范，对日常场景则鼓励创新，实现发展与安全的动态平衡。
北京航空航天大学具身智能机器人研究院副院长徐东提出，要建立分类、定级、管控的闭环治理体系。风险分类要从单一维度走向多维交叉，综合考量风险来源、作用对象、应用场景与后果；风险分级不能只看产品形态，要结合发生概率、严重程度、人机接触强度等因素建立评估矩阵；不同风险等级对应不同管控强度，高风险场景强化准入认证与失效保护，低风险场景简化流程。
“评价具身智能应用，不仅聚焦于它的能力上限，还应该充分重视安全的下限。”徐东表示。
从企业实践到行业共识，共治路怎么走？
伦理治理不是纸面原则，最终要落到产业实践的每一个环节。与会企业代表分享的一线探索，展现了将伦理要求转化为可操作规范的实践路径，也折射出行业共建共治的迫切需求。
优必选执行董事兼副总裁邓峰介绍，优必选已在行业率先搭建科技伦理治理管理体系1.0版本，探索治理实践方法论并推动行业共识形成。企业作为第一责任主体，应确保资源投入，建立覆盖产品研发、设计、生产、宣传、销售、运维、升级迭代等全生命周期的伦理治理。他提出，人形机器人存在具身类、拟人化、人机关系三大风险域，对人机关系风险，不仅要防范机主过度“情感依赖”，也应同时关注其他社会关系风险。建议政府、协会、高校、企业四方协同，政府定规则底线，协会提供测试评价，高校输出理论方法，企业沉淀实践经验，共同推动标准落地。
百度公共事务总监徐华聚焦数据治理提出三点建议：源头体制合规，建立AI专用数据准入与清洗机制，实行分类分级管理；全链条柔性管控，依托隐私计算、数据沙箱等技术实现数据“可用不可见”；机制赋能价值释放，形成采集、治理、训练、应用、反馈、迭代的闭环，实现数据价值倍增。她同时表示，伦理治理缺乏强制性，建议国家层面创新激励机制，引导企业主动作为。
灵心巧手联合创始人左家平认为，具身智能时代的数据不能只来自仿真世界，必须扎根真实物理场景。她建议从国家层面统筹数据采集场建设，按场景差异化布局，推动基础数据共享复用。在治理层面，她提出要分类细化治理框架、明确组织分工、多元规则组合、配套评价机制，让治理成为产业发展的“安全带”。
墨芯AI框架与应用资深专家刘俊延用通俗的“四不四要”总结治理底线：AI要守住“不伤人、不骗人、不拍板、不甩锅”四条红线，数据要做到“有权、可信、可控、可删”四项标准。“伦理安全从来都不是人工智能发展的刹车，更像是道路两旁的护栏。护栏立稳了，产业才能跑得又稳又远。”
绿盟科技集团人工智能安全专家司志凡从攻防对抗视角补充了安全治理的维度。他提出，要以攻防视角和默认不安全的底线思维，去洞察数据采集、标注、流转、存储全流程风险，强化源头治理、分类分级、流转管控与可信保障，抵御数据投毒、提示词诱导等新型攻击，才能保障各种伦理与安全性机制有效运行。
交流会现场，传播内容认知全国重点实验室、哈尔滨工业大学、中国科学院大学、北京航空航天大学、优必选科技联合发起《人形机器人伦理治理自律倡议》，明确提出六条行动准则：坚持人民至上，服务人类福祉；规范内容输出，维护认知安全；坚持智能向善，塑造可信人机关系；坚持公平普惠，保护特定群体；强化全生命周期管理，坚持责任创新；坚持协同共治，凝聚行业共识。倡议呼吁全行业坚持科技向善，共建可信、负责任的人形机器人产业生态。
