趨勢科技旗下的資安品牌 VicOne 於輝達（NVIDIA）GTC 柏林論壇上，發表針對實體人工智慧（Physical AI）領域的資訊安全防護技術。該公司展示了如何協助機器人開發團隊在產品實際部署前進行資安威脅模擬，並在邊緣端運行期間實時評估與化解風險。
結合模擬平台 在部署前測試對抗性視覺攻擊
隨著自動化設備廣泛採用機器視覺進行環境感知與導航，資安操控可能直接導致實體設備運作異常。VicOne 在展示中呈現了「對抗性視覺輸入」對機器人的干擾，例如攻擊者可透過特定影像圖案欺騙視覺系統，使機器人忽略停止標誌而持續前進。
為在產品問世前排除相關漏洞，該公司推出 Radeis 擴充套件並整合 NVIDIA Isaac Sim 模擬環境。機器人開發團隊可以在虛擬的數位分身環境中，觀察惡意操控對機器人控制行為的影響，並在進入實體場域測試或正式量產前，建立防禦機制的驗證資料。
運用邊緣大語言模型 實現運行期間的自適應防護
除了部署前測試，機器人於實際場域運行時的防護同樣關鍵。VicOne 運用 NVIDIA Nemotron 大語言模型作為訓練基礎，強化旗下 Rthena 系統的情境推理能力，將 AI 資安防護直接延伸至機器人機隊的邊緣終端設備。
當機器人在運作過程中接收到可疑指令或異常通訊訊號時，Rthena 能夠持續監控邊緣端的運作紀錄並辨識惡意意圖。系統可即時執行自適應防護策略，包含即時提示修補與安全策略執行，在惡意訊號影響機器人實體馬達或機構動作之前完成攔截，確保場域運作安全。
產業意義
隨著機器人從封閉式工業圍籬走向開放式的智慧工廠、醫院與物流場域，資訊安全已不再只是資訊部門的事務，而是攸關設備與現場人員實體安全的重大議題。歐盟《機械法規》（EU Machinery Regulation）將於 2027 年 1 月 20 日起強制適用，針對工業機械與自動化設備的控制系統、資料傳輸提出了明確的安全與抗破壞要求。
對台灣廣大的機器人製造商、自主移動機器人（AMR）業者及自動化控制系統整合商而言，未來外銷歐洲市場時，單憑傳統的硬體急停按鈕或感測器安全迴路已不足以滿足合規要求。設備廠商必須提供嚴密的軟體與邊緣資安驗證報告。透過在開發初期導入資安模擬與動態防禦機制，台灣供應鏈能建立可信賴的產品履歷，符合國際合規標準並降低被惡意控制帶來的營運風險。
技術解析
本項展示涉及幾項關鍵自動化與資安技術的結合：
- 實體人工智慧（Physical AI）：指將人工智慧演算法與實體感測器、馬達驅動器等硬體機構深度結合的系統，讓機器人具備自主感知、決策與移動能力。與純軟體 AI 不同，Physical AI 的輸出會直接轉化為實體物理動作。
- 對抗性視覺輸入（Adversarial Visual Input）：一種針對機器視覺與深度學習模型的攻擊手段。攻擊者利用精心設計的微小影像雜訊或特殊圖案，讓視覺感測器產生錯誤判斷，例如將「停止」符號識別為「通行」，進而引發實體危險。
- 模擬平台與數位分身（NVIDIA Isaac Sim）：在電腦中建構 3D 物理擬真的虛擬工廠或醫院環境，讓機器人在數位分身內進行路徑規劃與感測測試。開發者可在不損壞實體設備的前提下，模擬各種惡意資安攻擊的情境。
- 即時提示修補（Real-Time Prompt Patching）：當驅動機器人 AI 決策的大語言模型或指令系統遭到非法輸入（如惡意指令植入）時，資安防禦模組能在微秒級的時間內自動修正或過濾這些輸入指令，防止不良控制訊號傳遞給底層的馬達控制器。
常見問題
為什麼機器人需要專門的資安防護技術？
當 AI 決策連結實體機構時，資安漏洞可能導致機器人做出危險動作，如忽視障礙物或衝撞現場工作人員，因此必須防止惡意指令影響實體動作。
何謂對抗性視覺輸入攻擊？
這是一種針對機器視覺演算法的欺騙手法，攻擊者利用特殊圖案或微小影像雜訊，讓機器人視覺感測器產生錯誤判斷，進而忽略警告標誌或做出錯誤移動。
這項技術對於出口歐盟市場的機器人有什麼幫助？
歐盟《機械法規》將於 2027 年強制實施資安防護規範，導入相關模擬驗證技術有助於機器人廠商建立合規的資安驗證資料，順利進入歐洲市場。