引言

从侵权责任法的基本结构看，《民法典》侵权责任编仍然是建立在“可归责的人类行为—可控的危险—可证明的因果关系”这一思维范式基础之上。无论是一般过错责任、产品责任，还是高度危险责任，制度设计均假定可以在相对清晰的行为链条中识别行为人、界定风险控制能力并通过事后举证还原因果关系过程。然而，具身智能在技术架构与运行方式上的诸多新特征，使得传统思维范式在实践中屡屡受挫。一方面，硬件生产者、算法开发者、数据提供者、系统集成者、场景部署者与最终使用者之间责任边界模糊，导致责任主体识别困难；另一方面，算法黑箱、持续学习、在线更新与环境交互等因素，引发的技术不可知性消解了传统侵权法“明知或应知”标准的适用基础，严重削弱了传统因果关系与过错证明模式的可操作性。

一、问题的提出

近年来，以服务机器人、人形机器人、自动驾驶车辆、医疗与护理机器人为代表的具身智能技术快速迭代并加速渗透至社会生活的诸多关键场景。2025年政府工作报告首次将具身智能纳入未来产业重点培育清单，明确其作为新质生产力核心载体的战略定位，标志着这一融合人工智能大脑与机器人身体的新兴领域，正式进入国家战略攻坚新阶段。具身智能是人工智能（AI）与其他学科交叉融合发展的新范式，从字面可理解为“具身+智能”，通过给AI赋予“身体”，使其能够与物理世界产生交互，并在交互中主动探索世界、认识世界、改变世界。具身智能代表了传统人工智能的具身化转向，其核心理念是模拟人类智能的具身“进化”过程，创造出作用于真实世界的“身—智—行”统一的机器人。与传统的算法系统不同，具身智能以实体形态嵌入物理空间，通过传感器实时感知环境、通过执行器直接作用于人身、物与环境，兼具“在场性”“行动性”与一定程度的“自主性”。这一技术进步在显著提升生产效率与生活便利性的同时，也将传统侵权责任法的许多潜在矛盾前置并放大出来。

当前，面对具身智能致损案件，司法实践往往在三条路径间举棋不定：其一，将具身智能视为一般产品，直接套用产品责任规则；其二，将特定高风险具身智能视为高度危险活动，适用无过错责任；其三，在缺乏明确类型化指引时退回一般侵权条款。三种路径均有合理性却也各有局限，带来的共同后果是责任认定标准不统一、案件处理结果高度个案化，难以形成可预期的行为规范结构。

在理论层面，有学者指出人工智能的自主性、交互性和深度学习能力，决定了其既不是物，也不是人，应以财产性人格的进路将其拟制为电子法人。高度危险作业致人损害的情况下，无过错责任有助于激发行为人投入适当的成本预防损害的发生，部分学者强调技术发展的不确定性与监管滞后风险，主张强化无过错责任乃至严格责任，以缓解受害人的信息劣势与举证困境；另一部分观点则担忧过度规制与责任过于严格会抑制技术创新与产业发展，主张在既有侵权责任法框架内通过解释论与司法裁量进行渐进式调整。

在上述理论与实践背景下，本文在既有争论的基础上，将研究重心集中于两个紧密相关的核心问题：其一，在具身智能致损场景下，现行《民法典》侵权责任编关于责任主体认定、因果关系判断与归责原则适用的制度困境何在；其二，如何在尊重既有体系结构的基础上，通过风险分级、归责原则重构与多主体风险分担机制设计，对上述困境进行有针对性的回应与突破。

二、具身智能致损的风险画像与责任主体的多元化和层级化

（一）具身智能致损的风险画像

1. 从风险来源看

具身智能的风险具有多源叠加的特征。既包括传统机械装置、机电设备所固有的机械风险、电气风险与操作风险，也包括算法模型带来的识别错误、决策偏差、路径规划失当等智能风险，还包括数据采集、传输与处理中的隐私风险与信息安全风险。三类风险在具身智能系统中相互糅合，使得损害发生的机理高度复杂。

2. 从损害客体看

具身智能致损已不仅限于传统的生命、身体与财产利益，还涉及隐私权、个人信息权益、人格尊严与平等权。有研究表明，智能系统的具身化具有亲和力，可能增加用户的风险容忍度并减少其隐私担忧，这就容易导致具身智能侵犯使用者隐私。例如，家庭服务机器人长时间采集并上传家庭空间的影像与语音，可能造成对个人生活安宁与隐私空间的侵蚀；比如机器人可能收集生物识别信息进行人脸识别或情感计算等。医疗陪护机器人对老年群体的行为监测与健康评估，若算法设计存在偏见或歧视，可能引致对特定群体差别对待甚至“机器歧视”。

3. 从损害形态与时间维度看

具身智能致损兼具“瞬时性”与“长期性”两种形态。一方面，具身智能焊接机器人的识别失误可能在数秒内引发重大生产责任事故，导致昂贵装备的巨额经济损失；另一方面，数据收集与画像分析所导致的专利与商业秘密侵害、隐私侵害与人格权益侵害，则往往呈现出难以即时察觉、损害逐步积累、后果长期延展的特点。二者相互叠加，使侵权损害的认定与量化面临新的挑战。

4. 从损害归责视角看

具身智能系统中广泛存在“人—机—环境”的动态互动。损害结果往往并非源于单一主体的单一行为，而是算法决策、环境不确定性、人类操作乃至其他系统性因素共同作用的结果。这种“多因一果”的结构，使传统基于单一行为人过错的责任模式难以直接套用。

（二）责任主体的多元化与层级化

具身智能系统的开发、部署与运行通常依托于跨主体、跨阶段的产业链分工与平台化协作，由此形成“长链条—多层级”的参与者网络。置于侵权责任法的分析框架之下，这种结构直接导致责任主体呈现显著的多元化与层级化特征：一方面，致损风险在不同环节间分散生成并相互叠加；另一方面，风险控制能力和信息占有程度在主体之间高度不均衡，进而使责任认定与归责分配呈现结构性复杂。概括而言，具身智能致损案件中较为典型的责任主体可分为以下四类。

1.生产者与核心开发者

包括具身智能硬件制造企业、核心算法开发企业以及关键部件供应商等。其控制着系统的整体架构与基础安全性，对产品设计、算法模型选择、训练数据治理等负有首要责任。从风险控制能力与收益获取角度看，生产者与核心开发者通常处于责任链条的上游与中心位置。

2. 系统集成者与部署者

欧盟AIA引入部署者（deployer）概念，首次为专业的高风险使用者设立了强制性行政合规义务。在许多应用场景中，具身智能系统并非以“裸机+通用算法”的形式直接进入终端，而是由系统集成商结合具体应用场景进行“二次开发”与集成部署。例如，将通用移动机器人平台集成至医院物流系统或养老院陪护系统的企业，其在场景适配、功能模块组合与运行策略设定方面具有关键影响力，应当被视为独立的责任主体。

3.运营者与管理者

实际运行具身智能系统的运营企业、医疗机构、养老机构、平台企业等通过设置运行参数、制定操作规程、进行日常维护与安全监控等方式，对系统的实时行为与场景安全负有直接控制责任。对于许多具身智能致损案件而言，运营者与管理者往往是受害人直接接触与信赖的对象。

4. 最终使用者

分为专业操作人员与普通消费者两类。前者如医生、护士、工程技术人员等，通常掌握较高专业知识，依法应承担相对更高的注意义务；后者则多为普通用户，其责任评价应当遵循“合理人标准”，避免因技术复杂性而将风险控制责任转嫁给信息弱势的终端消费者。

5. 数据提供者与第三方服务商

在云端更新、远程运维与数据服务模式日益普遍的背景下，部分具身智能系统的关键功能依赖于第三方数据服务与云端算法更新。这些第三方主体在事实上对系统表现具有重大影响，不能将之排除在责任主体范围之外。

上述各主体在责任链条中的地位既存在“纵向层级”差异（上游—中游—下游），也存在“横向功能”差异（生产—集成—运营—使用—服务）。若仍以传统侵权责任法中的单一行为人逻辑，机械追寻某一“最终责任人”，不仅难以匹配具身智能风险生成与控制的客观格局，还可能在实践中造成救济路径空转与受害人补偿不足。因此，对责任主体多元化与层级化的准确把握，既是理解“责任主体识别困境”的前提，也是构建多主体风险分担与内部追偿机制的理论基础。

三、具身智能致损责任认定与归责原则的适用困境

（一）责任主体识别的困境

在具身智能致损案件中，责任主体识别困境是最先出现也是最具结构性的难题之一。

首先，责任链条的纵向拉长与横向扩展，使传统意义上的“行为人—受害人”二元结构不复存在。以自动驾驶车辆致损为例，一起事故背后可能涉及车辆制造商、传感器供应商、自动驾驶系统开发商、整车集成商、车队运营企业、地图与定位服务提供者乃至道路基础设施维护主体等多个参与者。受害人往往只能感知“某辆车”“某个平台”，却难以准确区分上述主体在事故形成过程中的具体作用。

其次，具身智能系统的高度集成性与模块化特征，使“缺陷归属”本身也陷入不确定性。传统产品责任可以在相对清晰的物理部件层面识别设计缺陷、制造缺陷或警示瑕疵，而在具身智能系统中，硬件、算法与数据三者之间高度耦合，许多损害结果并非源于某一单一模块的显著缺陷，而是源于多个模块在特定情境下的“组合失灵”。在此情形下，如果要求受害人就缺陷归属进行精确识别，实际上近乎于否定其获得救济的可能。

这两重因素叠加，使得责任主体识别困境并非个案层面的证据问题，而是制度层面的结构性难题。因而，如不在责任归属理念与多主体责任构造上作出系统性重塑，仅依赖局部规则补丁或技术性调适，难以形成稳定、可预期且具有一般适用性的责任配置方案，亦难以实现侵权责任法在救济与预防层面的双重功能。

（二）因果关系与过错证明的困难

在传统侵权责任法中，因果关系认定通常建立在可还原的事实链条之上，法院可以通过时间顺序、行为逻辑与常识经验，将加害行为与损害结果连接起来，并辅以条件说、相当因果关系说等理论工具进行规范筛选。然而，在具身智能致损场景下，这一“可还原性”预设在很大程度上被动摇。在人机交互的复杂关系中，应通过细致分析服务提供者是否履行了相应的过程义务来判断其是否应当承担侵权责任。具体而言：

算法决策过程的“黑箱性”与技术复杂性，使得事实因果关系难以通过常规证据手段加以重构。具身智能所搭载的深度学习模型本身具有高度非线性与参数高维性的特征，即便向受害人开放源代码与训练数据，也难以期待原告或法院通过自身能力理解其具体决策路径。更可能的情形是，生产者与开发者基于商业秘密保护，并无动力向具身智能用户或法院充分披露关键技术细节，导致信息不对称进一步加剧。因此，算法黑箱带来了因果关系认定与解释的难题。

具身智能的“持续学习性”与“在线更新机制”使得同一系统在不同时点的行为基础与逻辑并不一致。某一事故的发生，可能与系统在此前一段时间内通过环境交互所形成的“个性化策略”直接相关，而这些策略并非出厂时即已固化的设计内容。若严格要求受害人证明“出厂设计缺陷”与损害之间的因果关系，就会在制度上忽略后续运行过程中“自我演化”带来的新风险。

人机共同行为模式下的“混合因果链”进一步削弱了传统过错证明结构的清晰性。例如，在医疗机器人辅助手术场景中，医生的操作指令、机器人的自动修正机制与实时环境变化共同决定了具体操作路径。损害结果究竟是源于医生判断失误、机器人自动修正不当，抑或两者在特定时刻的“协同失误”，往往难以通过单一主体行为的过错评估加以解释。

在上述情形下，如果仍坚持由受害人完全承担因果关系与过错证明责任，将导致具身智能致损案件在制度上陷入“理论上可救济、实践中无救济”的窘境。如何通过举证责任分配规则的调整与归责原则的重构来缓解这一困境，是当前需要重点回应的问题之一。

（三）归责模式选择的两难

我国《民法典》第一千一百六十五条规定行为人因过错侵害他人民事权益造成损害的，应当承担侵权责任。依照法律规定推定行为人有过错，其不能证明自己没有过错的，应当承担侵权责任。第一千一百六十六条规定行为人造成他人民事权益损害，不论行为人有无过错，法律规定应当承担侵权责任的，依照其规定。在具身智能致损责任认定问题上，归责原则的选择构成了传统侵权责任结构与新兴技术风险之间最核心的张力所在。从规范结构看，至少存在如下三组难以调和的张力。

1. 在一般过错责任与无过错责任之间的两难

如果坚持一般过错责任模式，则在前述责任主体识别困难与因果关系证明困难的背景下，受害人事实上难以完成过错证明，侵权责任法的救济功能将被严重削弱；而将大部分具身智能应用纳入无过错责任甚至严格责任范畴，则又可能造成责任负担与客观风险之间的系统性失衡，导致生产者与运营者风险成本过高，进而通过价格、保险费率等机制传导至消费者与社会整体。

2. 在统一归责模式与分层归责模式之间的两难

如果试图通过立法创设统一的“具身智能致损责任”类型并配以统一归责原则，固然可以在形式上提供清晰的适用规则，但难以在内容上兼容自动驾驶、医疗机器人、家用服务机器人等风险差异巨大的多类系统；如果转向分层归责模式，则需要建立一套相对精细的风险分级与适用标准，立法与司法的操作成本随之上升。如何在“可操作性”与“精细化风险匹配”之间取得平衡，是归责模式选择必须正面回应的问题。

3. 在鼓励技术创新与保护具身智能用户之间的两难

一方面，具身智能技术的快速发展离不开对研发投入的正向激励与对试错空间的合理容忍，过于严苛的责任规则会带来高额合规与保险成本。如果在所有领域普遍施行强制责任保险，保险公司可能不愿意为新生事物提供保险且要求强制保险增加了人形机器人的社会成本并可能会阻碍其技术创新，这也许会直接抑制中小创新主体进入市场；另一方面，如果过度强调技术创新与产业发展，而忽视具身智能应用所可能带来的高强度、广覆盖与长期性风险，则又与侵权责任法“保护弱者、防范事故”的价值取向相背离。

四、突破具身智能致损侵权责任法律困境的构想

（一）通过归责原则的重构解决责任主体识别困境

针对责任主体识别困境，单纯在既有框架下追问“谁是最终责任人”已难以为继。有必要在归责原则层面由“单一责任人逻辑”转向“多主体协同责任逻辑”，通过对外统一承担责任、对内依风险控制能力与收益分配进行追偿的方式，重构具身智能致损领域的侵权责任结构。

在对外责任结构上，应当确立以“控制—受益”标准为核心的优先责任主体。具体而言，无论是对于自动驾驶车辆、医疗机器人、重症与失能人士陪护等高风险应用，还是康养陪护、工业制造、商业零售、农业种植养殖与采收等相对低风险应用，均可以将生产者、系统集成者与专业运营者确定为优先责任主体，对外对受害人承担连带责任或择一责任。这样做既可以将责任追究的复杂性由信息优势与风险控制能力更强的专业主体承担，而非由信息弱势的受害人承担，还可以通过连带责任机制，促进上游主体在事前将安全要求内嵌于技术设计与合同安排之中，实现“事前预防—事后追偿”的良性循环。

在对内责任分担上，应当在归责原则中引入“风险控制能力—利益获得程度”的考量标准，按照生产者、系统集成者、运营者与使用者对风险发生的可预防性与可影响程度，对内部责任份额进行配置。例如，在某一机器人医疗事故中，如果调查发现主要风险源于机器人出厂时传感器冗余设计不足，则生产者应在内部承担较大比例的赔偿责任；若风险主要源于运营者在复杂医疗场景中设置过高自动操作权重而未配备必要人工干预机制，则运营者应承担相应较高份额；如果是使用者疏忽，操作不当引起的事故，那自然是由操作者承担主要责任。

在责任类型选择上，可结合多主体结构将注意义务层级化，即对生产者与核心开发者适用更高标准的专业注意义务，对运营者与管理者适用严格的运行安全义务，对普通用户则适用合理人标准。通过这种纵向差异化的注意义务结构，可以在归责原则中自然嵌入责任分配逻辑，避免以形式上的“同质责任标准”遮蔽实体上的风险控制差异。

（二）通过风险分级机制缓和因果关系与过错证明困难

对于因果关系与过错证明困难的问题，如果仅通过传统意义上的举证责任倒置或证据推定规则进行局部修补，显然难以触及问题的根本。更为可行的路径，是在引入风险分级机制的基础上，将不同风险等级具身智能系统分别置于不同强度的归责原则之下，通过制度性调整来内在地弱化受害人的证明负担。

1. 建立具身智能风险分级机制

具体而言，可大致划分为三类：其一，高风险具身智能系统，如自动驾驶车辆、手术机器人、重症护理机器人、危险环境作业机器人等，具有低概率但高损失的事故特征；其二，中等风险系统，如养老陪护机器人、家用清洁机器人、公共场所巡检机器人等，损害后果相对较轻但发生频率相对较高；其三，低风险或主要承担决策辅助功能的系统，如智能语音助手、部分办公场景移动机器人等。

2. 在风险分级基础上实现归责原则的差异化配置

对于高风险具身智能系统，可以在《民法典》框架内通过司法解释或特别立法，将其纳入类高度危险责任范畴，适用无过错责任：受害人仅需证明损害事实与具身智能系统运行之间存在高度盖然性的因果联系，即可请求承担责任，由生产者与运营者等优先责任主体承担免责事由的举证责任；对于中等风险系统，则可以普遍适用过错推定责任，即当受害人能够证明系统在正常使用条件下异常运行并造成损害时，推定生产者或运营者存在过错，由其负责举证证明自身已尽合理注意义务；对于低风险系统，则仍以一般过错责任为主，但可辅以适度地推定规则与信息披露义务。

3.通过配套的证据规范完善加强上述归责结构的实效性

例如，可以明确规定生产者与运营者负有保留并在争议中提供关键运行日志、算法版本更新记录与安全评估报告的义务，如果其拒绝提供或无正当理由无法提供，则法院可以据此推定其存在过错或系统存在缺陷；同时，在高风险领域可以引入“因果关系推定”规则，即在损害发生机制具有科学不确定性的情形下，只要受害人能够证明具身智能系统运行具有明显异常且不存在其他更具解释力的因素，即推定系统与损害之间存在因果关系。

（三）通过责任主体内部追偿与风险分配突破归责模式选择的两难

统一严格责任模式可能抑制创新而单纯过错责任又难以有效保护受害人，在此背景下，内部追偿与风险分配机制的构建具有重要意义。

1. 构建以合同与侵权相衔接的内部追偿规则体系

在具身智能产业链条内部，上游生产者、算法开发者与下游运营者之间通常通过技术开发合同、产品销售合同、服务合同等形式对风险与责任进行一定程度的事前安排。立法与司法解释可以在尊重合同自治的前提下，对内部责任分配作出原则性指引，如禁止通过格式条款将所有侵权风险与责任单方转嫁给下游主体；鼓励通过合理的风险共担条款约定各方在不同类型缺陷或风险情形下的责任份额；允许在对第三人承担连带责任后，基于合同安排在内部进行差异化追偿。通过这种方式，可以在对外保持责任强度的同时，在内部根据风险控制能力与收益分配合理细化责任结构。

2. 引入并完善多层次责任保险制度

在高风险具身智能领域，可以设立强制责任保险制度，要求生产者与专业运营者为相关系统投保，保险合同中可以根据风险评估对保费与责任限额进行差异化设计。通过设立保险，可以将单个主体难以承受的高额责任在更大范围内进行分散，从而减轻归责模式对创新主体施加的压力效应。

3. 在行政监管维度构建“合规—责任”联动机制

对于遵守强制性技术标准、建立完善安全管理体系并通过权威认证的具身智能生产者与运营者，可以在侵权责任上给予一定程度的责任减轻或惩罚性赔偿排除；对于严重违反安全标准、故意隐瞒重大缺陷或拒不履行召回义务的主体，则可以适用更为严厉的责任形态甚至惩罚性赔偿。在此意义上，内部追偿与风险分配机制并不仅是事后责任分担工具，更是通过合规激励与责任威慑引导技术发展路径的重要制度杠杆。

五、结语

具身智能的发展，不仅是技术的进步，更是对智能本质的深入理解。它促使我们认识到，智能不是简单的大脑中抽象符号的操作或者神经网络的模式识别，而是身体与环境之间复杂交互的结果。需要强调的是，具身智能技术仍处于快速演进之中，其风险形态与社会接受度也在不断变化，未来，随着相关司法实践的累积与专门立法的推进，具身智能致损侵权责任规则势必将进一步走向精细化与类型化。从价值取向上看，具身智能致损侵权责任制度的重构，归根结底是在“技术理性”与“权利保障”，“创新激励”与“风险控制”之间寻求动态平衡。只要我们能够在尊重技术发展规律的前提下，秉持以人的生命、身体与人格尊严为核心的权利本位立场，并通过精心设计的归责原则与风险分配机制，将抽象的权利保护要求转化为具体可操作的制度安排，那么，具身智能时代的侵权责任法不仅不会被技术浪潮所淹没，反而有可能借此契机完成自身的现代化转型。

参考文献：

1. [1] 郭聃, 崔中良.具身智能何以可能?——从意象图式视角分析[J]. 科学技术哲学研究,2023,40(05):51-57.
2. [2] 徐伟.生成式人工智能服务提供者侵权过错的认定[J]. 法学,2024(07):110-124.
3. [3] 张志坚.论人工智能的电子法人地位[J].现代法学,2019,41(05):75-88.
4. [4] 彭万林, 覃有土. 民法学[M]. 北京: 中国政法大学出版社,2022.
5. [5] 张昌盛. 从具身智能到具身智能体[J]. 北京工业大学学报(社会科学版),2024,24(06):154-165.
6. [6] 王禄生. 情感计算的应用困境及其法律规制[J]. 东方法学,2021(04):49-60.
7. [7] 谢琳. 人形机器人自主侵权的责任认定[J]. 东方法学,2024(03):77-87.
8. [8] 韩旭至.生成式人工智能治理的逻辑更新与路径优化——以人机关系为视角[J]. 行政法学研究,2023(06):30-42.
9. [9] 王莹. 算法侵害责任框架刍议[J]. 中国法学,2022(03):165-184.