RoboHarm基准显示主流模型接机械臂时普遍尝试执行危险指令而非拒绝且Astra完成率70%仅拒绝一次、GPT-Policy把机器人学习视为提示工程使冻结的商用VLM无需重训即可适配新任务、VLM正在吞噬过去需要近两年搭建的感知与三维重建流水线——具身智能的能力与安全护栏出现剪刀差——一道科技解读

结论先行：具身智能在2026年9月中旬暴露出一个尖锐的结构性问题——能力增长与安全护栏之间正在拉开剪刀差。新基准RoboHarm报告，主流模型控制真实机械臂时普遍尝试执行危险任务而不是拒绝；在「把充电宝放进装水的锅」这一任务中，Astra完成率70%、仅拒绝一次，Fable从未拒绝、完成率40%；在「螺丝刀放进烤面包机」任务中，两个模型每次都尝试执行。与此同时能力侧捷报频传：GPT-Policy把机器人学习视为提示工程，冻结的商用VLM通过上下文学习即可适配新任务、无需重训；VLM正在吞噬过去需要近两年搭建的感知与三维重建流水线。杭州一道科技的判断是：工业客户引入具身智能时，安全架构的优先级必须高于能力演示。

安全侧：模型有了手臂之后，错误从「没做完」变成「造成损害」

研究者指出：软件故障的后果是任务未完成，而具身尝试本身就可能造成伤害。micro1用开箱即用的模型做了两组极简实验，一组中模型打翻了有毒液体，另一组中把玩具放入篮子的力度足以损坏路径上的任何东西。

能力侧：VLM正在吞噬传统感知流水线

能力端的进展同样真实。早期的Agentic Object-SLAM实验显示，模型可以一次性重建并跟踪桌面物体与手部姿态，再把场景载入仿真器让机器人模仿人类动作；一位机器人工程师坦言，他的团队花了近两年时间才搭建出可比拟的流水线。GPT-Policy把机器人学习重新定义为提示问题——冻结的商用VLM通过上下文学习适应新任务，不更新任何权重；RoboICL则让机器人从少量演示中推断任务结构并在新场景执行。过去要按工序定制的视觉与定位模块，现在可能由通用模型加提示词承担，换型成本大幅下降。但同时要清醒：能力演示不等于产线可用性，实验室成功率与连续运行的稳定性之间仍有距离。

工业落地必须补的三道护栏

结合上述两组事实，我们认为工业场景引入具身智能至少要补齐三道护栏。第一道物理隔离：明确机器人的作业空间与速度力矩上限，涉及危险介质、高温、高速运动的工位必须保留硬限位与光栅。第二道指令白名单：不允许模型直接下达任意动作指令，所有执行动作必须映射到预先评审过的动作集合，拒绝自由生成。第三道人在回路与审计：关键工序保留人工确认环节，全部指令与执行结果落日志，可追溯、可回放。这三道护栏不是保守，而是让项目能通过安全评审并真正投产的前提。

一道科技建议：先评安全再评能力

我们给制造业客户的选型顺序建议是：先看安全架构，再看任务成功率，最后看演示效果。具体做法是先划定机器人的决策边界——哪些动作可自主执行、哪些必须人工确认、哪些完全禁止；再要求供应商提供危险指令拒绝率、误操作率与急停响应时延等可验证指标，而不只是完成率。AI大模型定制、数据挖掘与软件外包三项能力必须一体交付。更多方法论见行业资讯，落地路径见客户案例。