# 两天 28 个零日、75% 在部署之前：这份清单是赞助稿，但它提的问题是真的

> 28 个零日、不到两天、涉及 Google／NVIDIA／Meta 维护的项目——但这篇稿子额头上写着「由 VicOne 提供」，文末在推它自己的两款产品。数字不能当行业基线用，可它给出的那张「三层生命周期」暴露面图，恰好说清了一件事：机器人通过的安全测试，本身可能是被改过的。

### TLDR

- **事实**：东京的物理 AI 安全公司 VicOne 称，用 AI 辅助研究在**不到两天**内发现 **28 个零日问题**，涉及支撑机器人训练、仿真、测试与运营的软件工具，受影响项目包括由 **Google、NVIDIA、Meta** 等开发或维护的工程。
- **关键分布**：这 28 条中约 **75%（约 21 条）**集中在开发／训练、仿真／验证工具上——也就是**机器人还没部署就已经埋下的风险**，而不是运行中的机器人本身。
- **最刺眼的一条**：在另一组演示中，研究人员利用一个漏洞**让机器人的远程急停指令失效**。
- **必须打的折**：这篇稿子刊于 IEEE Spectrum 的**赞助栏目**，页面明写「This article is brought to you by VicOne」，文末在推 Radeis 与 Rthena 两款产品；**28 条尚无 CVE 编号、具体项目未点名、CVSS 与修补状态未公布**，公司自己说数字可能随厂商与漏洞主管机构复核而变化。
- **判断一**：把「两天 28 条」当行业漏洞密度基线是错的，它是一次厂商自报的初筛结果。但它给出的三层暴露面框架可以直接拿来自查，价值大于数字本身——尤其是「仿真环境被污染 → 机器人通过了本该失败的测试」这一条，它把安全问题从运行时前移到验收环节，动摇的不是代码，是「我们测过了」这句话的可信度。
- **判断三**：急停一旦在软件层可被绕过，受影响的不只是安全，还有合同与保险——所有免责条款的前提都是「急停有效」。

### SRC

本条采用的主源不是原稿复述，而是**窗口内出现的三个新增口径**：①glonce.com 的独立复核稿（https://glonce.com/vicone-says-ai-assisted-research-found-28-zero ）首次明确指出原文页面上方标注「This article is brought to you by VicOne」，属厂商赞助内容而非独立报道——此前中文转述均未标注这一点；②explainx.ai 的复核稿（https://www.explainx.ai/blog/vicone-28-zero-day-robotics-vulnerabilities-physical-ai-ieee-2026 ）给出刊出日期为 **2026-11-16**、并整理出「训练／仿真／部署」三层风险对照与 CVE 待定说明；③中文早报 2026-11-18 把「两天 28 个」提炼成当日要闻。素材时间窗为**前一日 18:00 → 当日 09:00（2026-11-17 18:00 → 2026-11-18 09:00）**。**按扩窗规则如实标注**：原始报道刊于 11-16，落在本窗口之外；本窗新增量是「赞助标识被独立媒体点出」「刊出日期与投稿性质被核清」「75% 集中于部署前阶段被提炼成结论」这三项原稿之外的信息，本文据此做了重新判断，而不是复述原稿。

边界与不确定：①**28 这个数字是厂商自报的初筛结果**，VicOne 自述「数目可能随厂商与漏洞主管机构复核变化」，且部分条目尚无 CVE 编号，具体涉及哪些项目未逐一列出，CVSS 评分、可利用性、修补状态均未公开，**本文不将其作为行业漏洞密度基线**；②受影响项目「包括 Google、NVIDIA、Meta 开发或维护的工程」为 VicOne 描述，未指明具体仓库或组件，读者不应据此推断某一家厂商的产品存在特定缺陷；③「远程急停失效」是一次**独立演示**中利用某个漏洞达成的结果，不等于所有急停链路都可被绕过，原文亦强调实际后果取决于攻击者权限、系统设计与其它防护；④原文明确这些是「潜在后果」，不是每一条都已证实的结果；⑤**赞助内容属性**必须与事实主张分开评价：赞助不等于结论错，但意味着不能作为采购依据或权威统计引用；⑥VicOne 在文末推广的 Radeis（部署前识别零日、评估模型与系统安全）与 Rthena（运行期威胁检测与响应）属商业产品，本文不评价其效果；⑦原文引用的白皮书《Why Robot Safety Depends on Cybersecurity》为厂商材料，本文未采信其中数据；⑧本文对「28 条按两天速率外推一个月约 400 条」的计算仅为**速率示意**，不构成预测；⑨所有关于验收可信度、合同与保险影响的论述均为作者判断，以「判断：」开头。版权与免责声明由模板自动附加。

### BODY

<p>这条消息在中文圈传了两天，标题基本都是「两天挖出 28 个零日漏洞」。这个说法没错，但它漏掉了三个决定这句话该打几折的信息。</p>

<p>第一，这篇报道刊在 IEEE Spectrum 的赞助栏目，页面上方有一行小字：This article is brought to you by VicOne。第二，文末在推广 VicOne 自己的两款产品。第三，28 这个数字没有 CVE 编号、没有点名具体组件、没有 CVSS 评分、没有修补状态，公司自己说「复核之后可能会变」。</p>

<p>先把这三条摆在前面，后面的分析才有意义。因为这不是一篇独立调查，是一篇厂商供稿——这不代表它说的不对，而代表它不该被当成行业统计来引用。</p>

<div class="sec">
<div class="eyebrow">一、28 条不是「行业漏洞密度」，是一次初筛</div>

<p>VicOne 的说法很克制：这是「初始的一批」发现，在不到两天里由 AI 辅助研究得出；经初步验证，28 条都归类为零日漏洞；数量可能随厂商和漏洞主管机构复核而变化；部分条目还没有 CVE 跟踪编号；细节将通过协同披露流程公开。</p>

<p>换句话说，这是一份<strong>待确认的清单</strong>，不是一份已归档的漏洞库。这两者在用途上完全不同：前者可以用来做自查的方向指引，后者才能用来做统计和对比。</p>

<p>如果把「两天 28 条」当密度去外推，一个月就是四百条上下——这个数字看起来很吓人，但它只是速率算术，没有意义。真正有意义的不是速率，是<strong>分布</strong>。</p>

<div class="keypoint">判断：这个行业目前没有任何公开的机器人软件漏洞基线，所以任何「第一次统计」都会天然被当成基线用。这是最危险的地方——第一份数据往往来自有商业动机的一方，而它会被引用十年。读这类报告，第一件事是看谁付的钱，第二件事是看有没有第三方复核。</div>
</div>

<div class="sec">
<div class="eyebrow">二、75% 在部署之前，这才是真信息</div>

<p>28 条里约 75%——也就是 21 条左右——落在开发／训练、仿真／验证这两段，而不是已经装在机器人身上的运行期软件。</p>

<div class="jx-bars">
<div class="jx-bar-row"><div class="jx-bar-lab">部署前的工具（开发／训练／仿真／验证）</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:100%"></div></div><div class="jx-bar-val">约 21 条（75%）</div></div>
<div class="jx-bar-row"><div class="jx-bar-lab">部署后运行期工具</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:33.3%"></div></div><div class="jx-bar-val">约 7 条（25%）</div></div>
<div class="jx-legend"><div class="jx-lg">柱长按 21 条归一化（7÷21≈33.3%）；75% 为原文图注口径，条数为按 28×75% 折算的近似值，非官方逐条披露</div></div>
</div>

<p>这个分布讲了一个很朴素但很少被讲的事：<strong>机器人的安全，大部分不是在机器人身上被决定的</strong>。</p>

<p>原文给了三个具体路径，一个阶段一个：</p>

<div class="jx-tl">
<div class="jx-tl-row"><div class="jx-tl-t">开发／训练</div><div class="jx-tl-b">团队下载一个预训练模型，加载恶意文件后攻击者拿到了训练系统的访问权，可以改训练数据、也可以改模型本身。被改过的模型在常规测试里表现正常，只在部署后遇到某个特定物体、场景或指令时才出错</div></div>
<div class="jx-tl-row"><div class="jx-tl-t">仿真／验证</div><div class="jx-tl-b">导入一个被污染的仿真场景或机器人模型，攻击者拿到仿真环境访问权，可以改仿真传感器读数、物理条件或测试结果——于是机器人「通过了」那些本该暴露它不安全行为的测试</div></div>
<div class="jx-tl-row"><div class="jx-tl-t">部署／运行</div><div class="jx-tl-b">改掉影响运动规划的文件、灌入恶意地图数据让操作员的监控画面崩掉；攻下遥控操作电脑，也就等于握住了发给机器人的指令</div></div>
</div>

<p>三段里第二段最要命。因为第一段和第三段的风险，行业已经有本能的防御姿势——下载模型要校验、遥控链路要加密。但第二段的风险，防御姿势是「信任仿真结果」。</p>

<p>而仿真结果恰恰是整个行业用来<strong>替代真实测试</strong>的东西。这一年所有关于「仿真里跑了几百万次」「sim-to-real 迁移成功率」的叙事，前提都是仿真环境本身可信。如果仿真环境可以被污染，那么「在仿真里测过了」这句话就不再是证据链的一环，而是证据链上最软的一环。</p>

<div class="keypoint">判断：这一条把安全问题的位置从「运行时」搬到了「验收时」。它动摇了不是某一行代码，是「我们测过了」这句话的可信度。而这个行业眼下正在把越来越多的验证工作往仿真里搬——为了省时间、省钱、省真机损耗。搬得越快，这一环越软。</div>
</div>

<div class="sec">
<div class="eyebrow">三、急停失效：这不是安全问题，先是合同问题</div>

<p>原文里还有一个独立演示：研究人员利用一个漏洞，让机器人的远程急停指令失效。</p>

<p>技术上这是一条安全发现。但在商业上，它先是一条合同发现。</p>

<p>所有机器人交付合同里，安全条款的落点几乎都在这几条上：急停按钮在哪、遥控急停由谁持有、失联后机器人是否自动停、以及出事故时的责任划分。而这些条款的共同前提是同一个假设——<strong>急停是有效的，且不依赖于可能被攻破的软件</strong>。</p>

<p>一旦急停在软件层可以被绕过，这个假设就破了。后果不是「有漏洞要修」，是三层连锁：</p>

<p><strong>保险层</strong>：机器人的公众责任险、演出活动的场地险，核保时会问安全措施。如果安全措施的有效性依赖于一个可被远程篡改的软件链路，费率与承保范围都会变。</p>

<p><strong>责任层</strong>：出事故时，「设备故障」和「被攻击」是两种完全不同的定性。前者走产品责任，后者走网络安全事件，举证责任、赔付路径、甚至是否属于承保范围都不一样。</p>

<p><strong>验收层</strong>：客户在验收时会测急停。如果测试方式是「按下按钮看停不停」，那测的是功能，不是安全性——功能正常但链路可绕过的系统，能过验收。</p>

<div class="keypoint">判断：对做现场交付和长期运维的公司来说，这一条比 28 个零日重要得多。急停是唯一一个「失效即事故」的功能，而它现在被证明可能整条链路都建立在软件上。可行的做法是把急停拆成两路：一路软件（方便、可远程），一路硬线或独立无线（不可编程）。后者才是合同里该写的那一路。这个成本很低，但现在很少有交付方案这么做。</div>
</div>

<div class="sec">
<div class="eyebrow">四、补丁本身也要被验证，这是最容易被跳过的一步</div>

<p>原文还有一段讲得很实在：即使维护方发布了补丁，团队仍然要自己做三件事——找出哪些系统受影响、检查兼容性、确认更新没有改变原本的行为。</p>

<p>第三件事在机器人行业尤其麻烦。因为机器人的行为不是「功能列表」，是一组调好的参数：力控的增益、轨迹的加减速、视觉与力觉的融合权重、某个工位上的补偿量。这些参数往往是在现场花几周调出来的，而且没人写文档。</p>

<p>一个安全补丁如果改动了通信时序——哪怕只是让某个 ROS2 话题的延迟多了几毫秒——那些花几周调出来的参数就可能全部失效。表现是「机器人变笨了」，但没人会想到是上周装的那个安全更新。</p>

<p>这就是机器人的安全补丁比 SaaS 难的地方：SaaS 打完补丁跑一遍回归测试就行，机器人打完补丁要重新跑一遍真机验证，而真机验证要占产线、占场地、占人。</p>

<div class="keypoint">判断：这一条对国内的集成商是明确的机会点。「打完补丁之后行为有没有变」这件事，现在没人系统性地做——因为做一次要停机。谁能把这件事做成标准动作（一套黄金场景回放 + 关键参数快照比对），谁就在运维合同里多一个可收费的条目。这比卖机器人本身更接近可持续的服务收入。</div>
</div>

<div class="sec">
<div class="eyebrow">五、该怎么用这份清单</div>

<p>结论很明确：<strong>不能当基线引用，可以当自查表用。</strong></p>

<p>可以照着问自己四个问题，一个都不需要 CVE 编号：</p>

<p>第一，我们下载的预训练模型和数据集，来源可信吗，有没有校验，谁能往训练集群里写东西。</p>

<p>第二，我们的仿真场景和机器人模型文件（URDF、场景包、传感器模型）从哪来，导入前有没有人看过，仿真环境的访问权限开给了谁。</p>

<p>第三，我们的急停链路里，哪一段是可编程的，哪一段不是；如果可编程的那段被绕过，还有没有兜底。</p>

<p>第四，上一次装安全补丁之后，我们有没有重新验证过关键行为；如果没有，我们凭什么相信现在这台机器和调好那天一样。</p>

<p>这四个问题的答案，比 28 这个数字有用得多。因为 28 是别人的初筛结果，而这四个问题问的是你自己的暴露面。</p>

<p>至于 VicOne 的结论——AI 让漏洞发现变快了，攻击方也一样快，补丁窗口在缩短——这个判断本身不难成立，也不需要赞助稿来支撑。真正需要记住的是它顺手带出来的那件小事：<strong>机器人的安全边界，画在部署之前，而不是部署之后。</strong></p>
</div>

---

*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/vicone-28-zero-days-sponsored-robot-stack/*
