VicOne Radeis 擴充套件專為 NVIDIA Isaac Sim™ 開發，讓機器人開發團隊可將 VicOne 建立的 Cyber-Safety（資安與運行安全）攻擊情境套用至自有機器人模型，並於部署前驗證攻擊是否可能影響機器人行為。
Physical AI 資安解決方案領導品牌 VicOne 近日宣布推出專為 NVIDIA Isaac Sim™ 開發的 VicOneRadeis 擴充套件，協助機器人開發團隊在模擬環境中測試 Cyber-Safety（資安與運行安全）攻擊情境，驗證攻擊是否可能影響自有機器人模型的行為。
VicOne Radeis 擴充套件現已開放免費下載，可讓開發團隊將 Cyber-Safety 攻擊情境納入既有的模擬工作流程，在不讓實體機器人或真實運作環境承受不必要風險的情況下，預先觀察機器人是否偏離預期任務、運作邊界或預期回應。
這款擴充套件的設計源自 VicOne 於 DEF CON 34 Robotic Hacking Community 舉辦的 Physical AI 安全壓力測試（Physical AI Safety Stress Test）研究成果。活動中，資安研究人員在受控環境下驗證數位系統遭入侵後，是否可能改變機器人的實際行為。挑戰涵蓋多種攻擊路徑，包括 AI 模型（AI Model）、感知系統（Perception）、雲端與 API 服務、機器人通訊協定，以及嵌入式系統等不同層面的攻擊路徑。
在 DEF CON 34 活動中，共有 16 支隊伍參賽，累計成功解題 25 次。幾乎所有核心 AI 與機器人 Cyber-Safety（資安與運行安全）挑戰皆至少被成功解出一次，僅有一道涉及密碼學與韌體漏洞的進階嵌入式系統題目未被攻破。結果顯示，可能改變機器人行為的資安風險存在於系統的多個層面，凸顯機器人資安應從整體系統層級進行評估，而不是只針對個別漏洞進行獨立分析。
機器人製造商已在功能測試、安全工程及模擬驗證等多方面投入大量資源，但因網路攻擊引發的情境，仍可能超出傳統測試計畫的涵蓋範圍。VicOne 持續將 DEF CON 挑戰活動中的研究成果，包括未成功的攻擊嘗試及新發現的攻擊假設，轉化為涵蓋視覺輸入遭操控、控制命令遭劫持、AI 策略模型遭污染及連網介面遭利用等測試情境。透過系統層級的驗證，開發團隊可進一步評估個別元件的漏洞是否可能最終影響整體機器人的行為。
VicOne Radeis 擴充套件讓開發團隊能在開發階段提前驗證，不再侷限於通用示範環境，而是可直接在 NVIDIA Isaac Sim 中使用自有機器人模型，並依據實際任務與運作條件進行測試。
「機器人產業正從驗證單一應用場景，邁向在真實世界中大規模部署。隨著這項轉變加速，產業不僅需要確認機器人是否依設計正常運作，更必須驗證當機器人依賴的數位系統遭到入侵時，是否仍能維持可靠運作。」VicOne 執行長 Max Cheng 表示。「Cyber-Safety 驗證應成為機器人開發流程中的標準環節。我們將 DEF CON 的研究成果轉化為可重複使用的模擬測試情境，協助開發團隊更早識別這些風險，並打造更具韌性的 Physical AI。」
將機器人駭客研究轉化為可重複的安全驗證
每一次攻擊嘗試，都能轉化為重要的安全洞察，進一步強化防護能力。成功的攻擊可能揭示從數位系統遭入侵，到最終影響機器人行為的完整攻擊路徑。即使攻擊未成功，也能從中釐清攻擊手法、尚未被研究的控制路徑，以及仍需進一步驗證的安全防護機制。
VicOne 將這些研究成果轉化為結構化、可重複執行的測試情境，讓開發人員能因應機器人軟體、感測器、AI 模型、通訊機制與控制架構的更新，反覆進行安全驗證。
透過免費的擴充套件，開發人員可以：
- 將機器人模型與預期任務導入 NVIDIA Isaac Sim。
- 採用依據 VicOne Physical AI 資安研究與 DEF CON 活動發現所設計的測試情境。
- 驗證視覺語言模型（VLM）在面對對抗式視覺輸入（Adversarial Visual Inputs）、惡意輸入與感測器操控等攻擊時，是否仍具備足夠韌性，避免因錯誤判讀而做出不安全的決策。
- 當 AI 模型、軟體、感測器、通訊機制或控制路徑有所變更時，重新執行測試，持續驗證安全性。
NVIDIA Isaac Sim 提供能模擬真實世界物理特性的環境，支援設計、模擬、測試與驗證 AI 驅動機器人。VicOne Radeis 擴充套件進一步將 Cyber-Safety 測試情境與行為影響分析整合至既有模擬流程，協助開發團隊在進行實機測試或部署前，提前驗證潛在資安風險對機器人行為的影響。
免費入門工具，開啟更全面的 Cyber-Safety 驗證
為 NVIDIA Isaac Sim™ 開發的免費 VicOne Radeis 擴充套件，為機器人開發團隊提供一個實際的切入點，能夠初步驗證資安風險是否可能進一步影響機器人的實際行為。透過直接觀察機器人在不同攻擊情境下的行為變化，工程、安全與資安團隊能更具體地檢視與評估風險，而不再只將漏洞視為軟體層面的技術問題。
對於需要更全面安全評估的組織，VicOne Radeis 提供部署前 Cyber-Safety 驗證，涵蓋元件、系統與 AI 模型風險，並進一步評估漏洞與攻擊情境可能如何影響整合後機器人系統的實際行為。完整的 Radeis 解決方案支援深入分析、修復規劃、產品發布決策與法規遵循準備。
VicOne Radeis 擴充套件已開放免費下載，使用相容版本 NVIDIA Isaac Sim 的開發人員皆可免費下載使用。
- 免費下載擴充套件：https://github.com/VicOne-OSS-TW/labr7-radeis-InSimPhysicalAI
- 觀看擴充套件示範影片：https://youtu.be/SJH5PFiqQQ8
- 深入了解 VicOne Radeis：https://vicone.com/zh/products/radeis/
（本文訊息由 VicOne 提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。首圖來源：VicOne）
