那些人形机器人踢打儿童或失控跳舞的病毒视频，暴露了该行业的一个根本性问题：如何让机器进入生产现场而不伤害人类。已记录多起导致重伤甚至死亡的事故，这迫使开发者从根本上重新审视安全方法，同时减缓了大规模部署的进程。
核心难点在于现代机器的架构。传统工业机器人——如焊接设备或叉车——是确定性系统，按照严格的规则集运行。而由人工智能控制的人形机器人则是概率性系统。它们基于统计概率做出决策，这使得其行为更难预测，需要从根本上不同的保护机制。
多层次防护：从芯片到基础设施
英伟达已基于Blackwell芯片为人形机器人推出了专用安全系统。公司机器人技术高级总监阿米特·戈埃尔解释称，新模型能够解读传感器数据中关于潜在威胁的信息，并在不安全条件下瞬间停止机器人。这不仅仅是软件补丁，而是操作系统的基础层，确保功能协议与安全协议之间的持续交互。
费城的Fort Robotics公司则提出了另一种方法。他们开发控制器，从多个来源收集信息——不仅来自机器人自身的摄像头，还来自周围基础设施。首席执行官塞缪尔·里夫斯强调，这不仅仅是检测工作区域内的人员，而是进行复杂分析：人员所在位置、姿势，以及这些数据在决策中的可信度。
标准与工程解决方案
稳定性丧失问题如此关键，以至于国际标准化组织（ISO）专门成立了一个专家组来研究此事。预计统一要求最早要到2028年中期才会出台。与此同时，制造商们正在寻找自己的解决方案。
德国Neura Robotics公司生产重达80公斤的双足机器人4NE1，并引入了“受控坠落”算法。如果系统诊断出故障，例如膝关节失效，机器人会先尝试恢复平衡，若失败则像倒塌的建筑一样向下折叠，以最小化损害。
其他公司则更进一步，直接消除了风险源头。初创公司Dexmate制造基于轮式平台、配备长机械臂的机器人。电池和电子元件位于底座，重心低且避免了跌倒风险。Cobot创始人布拉德·波特建议不要过度戏剧化地看待问题：他的轮式机器人在医院推车时以步行速度移动，且不具备超强抓力。“我们不需要在每个动作中投入大量能量。我们又不是要压碎西瓜，”他调侃道。
Cryptalist分析：当前情况类似于自动驾驶汽车的早期阶段，每次故障都成为头条新闻。对于人形机器人技术而言，实验原型与工业安全之间的“死亡谷效应”只能通过硬件限制（如放弃双腿）与软件安全网的结合来克服。英伟达对该领域的投资向市场发出了明确信号：安全将成为大规模部署的主要驱动力或障碍。