SGS成功与协作机器人开发商Dobot达成合作,验证其CR 30H系列产品符合ISO 10218-1:2025这一最新工业机器人安全国际标准中的网络安全相关要求。
此次验证表明,CR 30H系列产品达到了国际社会对"安全即设计"理念的期望,进一步增强了其在高端工业制造领域的应用适配性,并为产品进入全球市场奠定了基础。
2026年2月,SGS正式向Dobot颁发合规验证证书(VoC),确认其完全符合ISO 10218-1:2025中所有网络安全条款的要求。
对于SGS而言,此次项目是一个重要里程碑——完成了针对修订版ISO 10218-1:2025标准的网络安全评估与测试,进一步巩固了其在机器人系统功能安全与网络安全综合评估领域的领先地位。
本次评估在SGS位于中国广州的专业网络安全实验室进行,覆盖了全方位的网络安全要求,具体包括:
威胁建模与风险评估
访问控制与身份认证
安全通信协议
配置保护
端口与接口管理
软件安全更新
在整个评估过程中,SGS网络安全团队与Dobot紧密协作,共同识别潜在漏洞、优化产品设计,并推动认证流程高效推进。
SGS网络安全、连接与产品业务拓展高级经理Ross Wang表示:"作为网络安全标准化与合规领域的领导者,我们很自豪能够支持Dobot完成这一重要认证。此次里程碑充分体现了我们在工业机器人安全与网络安全领域的专业实力,也反映了我们帮助客户应对智能制造系统日益严格要求的承诺。随着机器人在工业领域的普及提速,确保设备安全可靠运行至关重要。Dobot现在可以充满信心地向前推进,其产品已被设计为能够将对操作人员及工作环境的风险降至最低。"
Dobot CR系列协作机器人专为人机协作场景而设计,具备安全、灵活、高效的特点,广泛适用于汽车、消费电子、半导体、医疗健康、化工及零售等多个行业。
主要技术特性包括:
负载规格:3千克、5千克、7千克、10千克、12千克及16千克可选
高重复定位精度:±0.02毫米
内置22项安全功能
通过认证:ISO 13849与ISO/TS 15066
五级可调碰撞检测
可选配SafeSkin技术,支持15厘米范围内的近距离感应
上述能力帮助制造商在提升生产效率和运营灵活性的同时,有效降低人力成本。
Dobot产品总监谢俊杰表示:"满足网络安全要求是机器人进入高端工业应用和全球市场的基本前提。我们选择SGS,正是看中其在工业控制系统、物联网、功能安全与网络安全领域久经验证的专业能力。他们从标准解读到技术评估与落地实施的全流程支持,帮助我们有效降低了风险,实现了高效认证,并加速了全球化部署进程。"
随着工业机器人与生产网络、控制系统及企业平台的深度融合,未经授权的访问、配置篡改和不安全更新等网络安全威胁,对运营连续性和人身安全构成的风险日益上升。
遵循ISO 10218-1:2025标准,有助于制造商在机器人系统设计阶段就嵌入健全的网络安全控制机制,从而有效规避上述风险。
SGS的机器人与网络安全服务涵盖工业机器人、协作机器人、机器人控制器、智能生产设备及其他工业自动化产品。依托遍布全球的实验室网络和多学科专业能力,SGS帮助机器人企业自信应对复杂的国际安全与网络安全要求。
此次合作也体现了SGS在"数字信任"框架下的更广泛承诺。这一全球性框架旨在帮助客户在数字生态系统中建立、展示并持续维护信任。通过将这一框架延伸至机器人领域,SGS助力制造商提升日益互联、日益智能的机器人系统在弹性、透明度和可信度方面的综合水平。
Q&A
Q1:ISO 10218-1:2025标准对工业机器人的网络安全有哪些具体要求?
A:ISO 10218-1:2025是最新版工业机器人安全国际标准,其网络安全相关要求涵盖多个层面,包括威胁建模与风险评估、访问控制与身份认证、安全通信协议、配置保护、端口与接口管理,以及软件安全更新等。制造商需在机器人系统设计阶段就将这些安全控制机制嵌入其中,以有效防范未经授权访问、配置篡改和不安全更新等潜在威胁。
Q2:Dobot CR 30H系列协作机器人有哪些核心技术参数?
A:Dobot CR 30H系列协作机器人提供多种负载规格,涵盖3千克至16千克,重复定位精度高达±0.02毫米,内置22项安全功能,通过了ISO 13849与ISO/TS 15066认证,支持五级可调碰撞检测,并可选配SafeSkin技术,实现15厘米范围内的近距离感应。这些特性使其能够广泛应用于汽车、半导体、医疗等多个工业领域。
Q3:SGS的网络安全评估服务覆盖哪些机器人产品类型?
A:SGS的机器人网络安全服务覆盖范围较广,包括工业机器人、协作机器人、机器人控制器、智能生产设备及其他工业自动化产品。评估工作在其专业网络安全实验室进行,提供从标准解读、技术评估到落地实施的全流程支持,帮助企业识别潜在漏洞、优化产品设计,并加速通过国际认证、进入全球市场。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。