机器人行动前，常会先在“脑中”预演几种未来，再选一条看起来安全的路线。问题是，攻击者不必只骗过摄像头：只要让这套预演系统认错现实、算错未来或排错路线，机器人就可能把危险动作当成合理选择。世界模型——把观测压缩成内部状态，并预测行动后果的系统——因此成了独立攻击面。
这篇综述最值得注意的判断，是世界模型既能当“安全员”，也会制造“预测性安全幻觉”：一旦模型给出错误却自信的预测，原本用于拦截风险的检查器，反而可能替危险动作背书。作者据此沿完整生命周期整理风险，从数据构建、训练、状态与现实的对应、未来模拟和轨迹评分，一直追到执行反馈、长期记忆与工具调用；并把防御对应到数据来源追踪、稳健状态落地、不确定性感知预测、轨迹把关和反馈审计。它没有提出单一万能解法，而是提醒评测不能只看一次输入是否被攻破，还要追踪小偏差如何在长期规划与实体执行中放大。