值得信赖的机器人，始于值得信赖的基础软件

过去几年，机器人正加速从实验室走向真实应用场景。今年的WAIC 2026也印证了这一趋势：机器人与具身智能成为大会最受关注的方向之一，共有200余家相关企业参展，展示机器人在制造、服务等领域加速落地的趋势。与此同时，数十台具身智能机器人在场馆内承担导览、导航、接待等任务，展现出机器人从能力展示走向实际应用的新阶段。

但从技术展示走向现实世界中的可靠运行，仍然存在一道关键鸿沟。正如无数的头条新闻和网红视频所揭示的那样，长期以来人们期待的“机器人时代”仍远未成为现实。距离机器人管家替我们洗衣、无缝接管工作，并带来一个高效且物资充裕的时代，我们还有很长的路要走。

事实上，近来我们看到的更多是一些令人尴尬甚至危险的场景。2026年2月3日，某地一台正在进行动作展示的机器人因预设行进路线未能预判老人突发的避让动作，导致发生碰撞，老人因软组织挫伤送医。6月1日，某游乐园内的一台表演机器人在演出过程中意外踢到一名围观儿童，在网络上引发了关于机器人安全问题的广泛讨论。这类事件并非只发生在公共场所，高度自动化的工厂同样难以规避风险。近期，某车企前员工宣布起诉公司，索赔5100万美元，称公司一台工业机械臂曾在运行过程中将其撞倒，导致其失去意识。

这些案例揭示了一个基本事实：实现技术突破是一回事，在突破过程中不栽跟头则完全是另一回事。某海外主题乐园前不久就上演过这样的一幕：其人形机器人当场摔倒在地，令围观游客大为震惊。但每一条机器人“翻车”的视频背后，都潜藏着一个更深层的问题：随着机器人从封闭可控的实验室走入街道、办公场所等日常生活场景，其对人身安全和财产安全带来的风险正在放大。

承认与否，所有人都已经在无意间成为了一场大规模现实实验的受试者。这场实验的前提假设是，阿西莫夫机器人三定律（科幻界经典机器人安全准则）能够适用于现实世界，并且我们相信这些机器人不会伤害人类。但或许是受太多科幻片中机器人反叛人类情节的影响，要真正信任这些系统，恐怕并非易事。

从受控的实验室到复杂的现实世界

机器人的工作范围早已不再局限于可预测的运行环境，或设有围挡的工厂车间。如今，它们需要面对儿童、宠物，并且适应各类天气和交通路况，最关键的是，它们还要应对人类行为本身所带来的不确定性与复杂性。与此同时，机器人的任务也从执行单一功能，到需要在多个任务之间灵活切换。然而，任何网红视频都无法解答一个核心问题：当环境变化时，我们能否确信这些系统依然会安全且可预测地运行？

这场现实实验的风险与规模都在不断攀升。ABI Research 预测，到2030年，全球机器人市场规模将从当前的约500亿美元增长至1110亿美元，届时全球部署的机器人总量将接近1300万台。与此同时，高盛（Goldman Sachs）预测，仅人形机器人的赛道，到2035年市场规模便可达到380亿美元。美国银行研究院（Bank of America Institute）则进一步预测，到2060年，全球日常应用中的人形机器人数量可能达到30亿台。

未来正以极快的速度被构建。但如果只追求速度，而缺乏稳定性作为支撑，注定会失败。

被忽视的行业瓶颈

要厘清限制机器人实现安全、规模化发展的关键因素，我们需要倾听真正参与机器人研发的一线开发者的心声。QNX委托第三方咨询机构开展的一项针对全球多个国家1000名机器人开发者的调查，揭示了其对于安全问题的看法、系统愿景与实际能力之间的差距，以及他们对行业未来发展的判断。

调查显示，硬件首次不再是限制机器人发展的主要因素，软件成为新的瓶颈。近三成（27%）开发者表示，软件架构与系统集成已成为当前面临的最大性能瓶颈。

这一结果标志着一个关键的转变。过去，当人们谈论机器人创新时，关注重点通常集中于硬件能力——机器人是否比上一代产品更快、更强、更灵活。但如今，单纯依靠硬件性能已经无法定义机器人技术发展的边界。

随着机器人愈发频繁地与人类协同工作，比如在工厂中执行任务、穿梭于人流密集的街道、辅助医疗工作，甚至在公共场所中与消费者互动，决定产品差异化优势的核心要素，已不再只是更强大的电机或更灵敏的传感器，而是一套能够在复杂、高压环境下提供安全性、可靠性、稳定性和可预测性以及故障隔离能力的软件基础架构。越来越多的开发者意识到：再先进的机械设计，都无法弥补关键时刻软件运行不可靠所带来的安全隐患。

WAIC上的讨论也反映了这一趋势：安全不应只是AI系统部署之后增加的保护措施，而需要从系统设计和架构阶段被纳入考量。对于机器人而言，这意味着安全、可靠性和可验证性必须成为软件基础架构的一部分，而非事后补充的功能。

理想与现实之间的落差

调研结果还揭示了一个明显矛盾，在软件架构上，开发者心中的理想标准与实际部署情况存在差距。

几乎所有受访者（95%）都认为，确定性实时行为对其构建的系统至关重要。然而，几乎同样比例（91%）的开发者仍在使用通用操作系统运行安全关键任务。而这类系统在设计之初并未针对严格实时性能保障或高可靠性安全需求进行优化。

当物理AI成为机器人的发展方向后，这种不确定性进一步增加。89%的受访者表示，未来三至五年，拥有感知、推理、自主行动能力的 AI 机器人对其企业的机器人技术战略至关重要；而仅有不到三分之一（29%）的受访者表示，他们对其能够在安全关键场景下持续做出安全、可预测的决策表示“非常有信心”。换句话说，整个行业正在加速迈向更高等级的自主化，但对支撑这一发展的基础架构是否足够稳固普遍缺乏信心。

监管压力加剧了行业挑战

除了技术层面的瓶颈，监管层面的压力也在加剧挑战。三分之二（66%）的开发者表示，曾因需要获取特定行业的认证而直接导致项目延期；其中网络安全标准（ISO/SAE 21434）、功能安全标准（ISO 10218）是最具挑战的合规领域，选择这两项的受访者占比分别为 51%、49%。与此同时，在机器人尚未完全成熟就被推向真实环境的压力，也进一步增加了行业担忧。绝大多数受访者（84%）对交付期限或预算压力可能导致机器人开发者在安全性等关键环节做出妥协表示“同意”或“强烈同意”。

这份担忧绝非没有依据。它意味着，在系统尚未真正成熟之前，风险就已被带入公共环境。日后，当你走在路上遇到一台看似轻巧无害的配送机器人时，不妨记住这一点。

谁该为此负责？

令人欣慰的是，谈及机器人故障的责任归属时，开发者并没有推卸责任。约三分之一（32%）的受访者认为，机器人故障责任应由制造商承担，其次是软件供应商（22%）、系统集成商（20%）、终端用户（13%）以及监管机构（10%）。

但这份责任担当背后，也伴随着从业者的焦虑。69%的开发者表示，他们对于机器人故障或失灵可能带来的潜在法律责任感到“比较”或“非常”担忧。

如今，机器人研发团队正在打造更加智能化、更加自主化的系统，但与此同时，他们也正面对一个现实约束：许多现有软件架构并不是为如此复杂和不可预测的应用场景设计的。系统集成复杂性、认证难题，以及确保关键时刻行为可预测性的挑战，最终都指向同一个根本性问题：软件基础设施的发展速度，尚未跟上机器人技术发展的步伐。

信任无法预设，只能构建

面对这些调研结果，人们或许会开玩笑说，每次走在路上都想把自己武装起来，以避免任何机器人相关的事故；或者对在火锅店里那台向人们打招呼的人形机器人投去怀疑的目光。话虽如此，恐惧并不能解决问题，盲目乐观也同样不可取。事实上，当下机器人行业面临的挑战并非无法解决。

打造可信赖机器人，绝非依靠炫目的演示或者更大规模的语言模型就能实现。它需要建立在从底层设计之初就将安全性、可靠性和确定性作为核心原则的软件架构之上，并能够在复杂的现实场景中稳定运行。

随着机器人承担越来越多自主决策和责任，其底层软件将决定行业未来走向：是创造能够赢得公众信任的突破性创新，还是因为失败而阻碍整个行业发展。前进的道路没有选择。倘若我们期待机器人能稳定可靠地帮我们完成家务、送餐，或是与人类安全地协作，首要之事，就是建立可信赖的软件基础，QNX通过TUV莱茵ISO 26262 ASIL D最高等级功能安全认证，以及通过ISO/SAE 21434网络信息安全认证的基础软件套件将是承载机器人底层平台的关键组成部分。

作者：董渊文 QNX大中华区首席代表