英伟达推出Halos机器人安全系统 瞄准三大行业

英伟达(Nvidia Corp.)周一推出Halos机器人安全系统，这是业界首个全栈物理AI安全系统，将其自动驾驶安全架构延伸至需要实时感知、决策和行动、与人类工人协作的机器人。该系统将英伟达IGX Thor计算平台、用于传感器连接的Holoscan Sensor Bridge以及Halos OS安全软件整合为一个统一框架，覆盖AI机器人应用的构建、测试和管理全流程——这正是德勤(Deloitte)所认定的物理AI大规模普及的主要障碍。

"安全始终是大规模部署的前提条件——如果你无法保证机器人在人员和贵重基础设施周围安全运行，就无法广泛部署机器人，"FORT Robotics首席执行官塞缪尔·里夫斯(Samuel Reeves)在一份声明中表示。FORT为物理AI提供信任层，已加入英伟达Halos生态系统，并在芝加哥Automate大会上展示了一款基于开源英伟达Halos外部安全蓝图构建的智能体安全应用。

Halos系统由多个层级组成：用于工业级AI计算和传感器连接的IGX Thor与Holoscan Sensor Bridge；集成Halos Core安全相关操作功能的Halos OS；以及可插拔蓝图，利用外部摄像头和AI智能体扩展机器人感知能力，动态调整机器人行为。Halos AI系统检测实验室获得美国国家标准学会国家认可委员会认可，是首个专门用于验证自主系统功能安全、网络安全和AI合规性的设施，与TUV Rheinland、UL Solutions、TUV SUD、Exida、SGS和CertX等认证机构合作。

随着物理AI从试点走向量产，机器人安全性的重要性日益提升。领先的人形机器人公司Agility Robotics Inc.率先将Halos组件集成到其专有安全系统中，在安大略省伍德斯托克的丰田汽车制造加拿大工厂部署其Digit机器人。Agility的客户包括亚马逊(Amazon.com Inc.)、GXO、舍弗勒(Schaeffler)和丰田。"人形机器人要实现大规模价值交付，安全性必须内建于机器人本身，并在整个系统中得到验证，"Agility首席执行官佩吉·约翰逊(Peggy Johnson)表示。

外部安全方案将机器人感知能力延伸至车载传感器之外

传统安全系统依赖车载传感器，将机器人限制在受限环境中的保守运行约束内。英伟达的外部安全蓝图结合FORT的信任层，利用外部基础设施传感器和视觉AI智能体实现实时、可认证的功能安全，同时最大化运行效率。该方法可根据动态环境自动调节机器人效率，减少传统系统中常见的代价高昂的减速问题。

FORT更广泛的安全架构现涵盖三层：基于基础设施感知的外部安全；用于实时检测和响应的车载主动安全；以及用于远程操作和干预的人机协同控制。FORT自2018年成立以来获得27项专利，已向仓储、制造、农业和建筑领域的600多家客户部署超过1.9万套设备。

监管压力加速安全标准化进程

欧盟机器法规将于2027年1月20日生效，届时将首次要求对具有"自演化行为"的机器进行合格评定，这一类别涵盖任何运行AI基础模型的机器。该法规与欧盟AI法案密切相关，但目前尚未明确如何对触发其要求的系统进行认证。英伟达将Halos定位为一个认证平台——类似于AI安全领域的"Intel Inside"——供应商可通过集成该平台来证明符合新兴标准。

过去12个月，随着英伟达数据中心业务从GPU销售扩展到全栈AI基础设施，其股价上涨42%。Halos机器人安全系统的推出将英伟达的可及市场扩展到机器人安全层，这一领域此前缺乏标准化认证框架。Agility的Digit采用机器人即服务模式，该模式要求保险公司和客户在大规模部署前看到可验证的安全保障。通过Halos，英伟达押注支撑其自动驾驶平台的安全架构能够成为更广泛物理AI经济的默认标准。

本文仅供参考，不构成投资建议。