英伟达发布全栈机器人安全系统Halos for Robotics

在芝加哥Automate 2026大会上，英伟达推出了一套名为Halos for Robotics的全栈机器人安全系统。该系统覆盖从芯片、传感器到操作系统和安全认证的全流程，旨在帮助具身机器人企业提升产品安全性。

系统覆盖全流程

Halos for Robotics整合了芯片技术、传感器数据采集、专用操作系统和严格的安全认证标准。系统通过硬件和软件协同，为机器人提供从底层到应用层的全方位安全支持。

“这套系统并非英伟达自研机器人，而是为合作伙伴构建安全的机器人物理环境。”英伟达技术演示人员表示。

打通产业链上下游

该系统将上游芯片、中游传感器和下游应用厂商纳入统一技术框架。业内人士指出，这种全栈方案有助于解决机器人行业以往存在的功能碎片化问题。

据会议介绍，Halos系统已完成初步安全认证测试，下一步将面向产业合作伙伴提供技术支持。背景显示，具身机器人行业正对安全标准提出更高要求，这一举措可能影响行业合作模式。

英伟达推出IGX Thor平台 强化机器人与工业场景安全

英伟达发布面向机器人与工业场景的AI计算平台IGX Thor，通过独立安全岛设计确保硬件底层稳定。

IGX Thor安全设计解析

IGX Thor平台引入“安全岛”概念，内部设置独立处理器、I/O、电源和时钟，与主计算系统物理隔离。这种设计旨在解决底层硬件失控风险。

【全文未提供“安全岛”历史背景或具体应用案例】

• 独立处理器：专供安全逻辑运算
• 独立I/O：确保信号不受干扰
• 独立电源：保障稳定供电
• 独立时钟：避免系统时间漂移

业内人士指出，这种物理隔离机制可确保工业机器人等场景的运行可靠性，避免因主系统故障导致的安全事故。随着工业AI应用深入，底层硬件可靠性正成为行业关注焦点。

安全岛保障AI系统异常时独立执行关键功能

一项名为“安全岛”的技术方案可确保即使主AI系统崩溃、重启甚至异常运行，仍能独立执行紧急制动等关键功能。该系统类似于飞机的备用系统，可接管主系统失效后的控制权。

Sensor Bridge解决传感器异构问题

同层技术Holoscan Sensor Bridge为机器人设计了传感器解决方案。机器人通常搭载激光雷达、深度相机、IMU、力矩传感器等设备，来自不同厂商、协议异构的数据若需层层排队处理，可能在几十毫秒内错过安全窗口。

Sensor Bridge的作用是把所有传感器数据统一接入安全计算域，实现低延迟同步处理，并达到SIL 2级安全保证。

Sensor Bridge会将数据整合至单一计算域，实现同步处理，这直接提升了机器人对突发危险场景的响应速度。

Halos OS在IGX Thor上运行 支持纯Linux与Linux+QNX混合架构

Halos OS运行在IGX Thor之上，底层是Halos Core，支持两种模式：纯Linux，或者Linux + QNX混合架构。

两种模式详解

在纯Linux模式下，系统直接运行Linux内核，适用于通用计算场景。而在Linux + QNX混合架构中，英伟达通过Hypervisor把系统拆分成两个隔离域：Linux负责AI计算与应用，QNX负责安全关键任务。两者完全隔离运行。

这意味着即使AI应用层出现异常，也不会影响安全控制逻辑。

安全策略核心

Halos OS在IGX Thor之上构建了“软件隔离墙”，相当于在“硬件安全岛”以外再加一层保护屏障。安全应用模块中，Outside-In Safety Blueprint是最典型的例子，它通过预设的安全策略确保系统稳定性。

业内人士指出，这种架构设计显著提升了自动驾驶系统的容错能力。

独立AI视角介入提升工厂机器人作业安全性

一项新的技术思路被提出，旨在通过引入外部视角来增强机器人系统的安全性和准确性。该思路的核心是在工厂等工业环境中，不仅依赖机器人自身的传感器进行环境感知，还通过外部摄像头配合独立AI进行监控，从而为机器人提供第三方视角。

第三方监控减少误判

例如，当自主叉车在拖车内作业时，仅依赖车内传感器容易对空间边界产生误判，导致频繁急停。通过在工厂天花板安装摄像头，由独立AI从上方监控，可以有效纠正这类误判。

车载传感器受限于自身视角，难以全面感知近距离的边界；而天花板摄像头能提供俯视全景，帮助AI更准确地判断机器人的空间位置。

具体场景解析

监控流程：外部摄像头捕捉实时画面 → 独立AI分析画面中的机器人位置与环境拓扑 → 一旦发现潜在碰撞风险，立即发送指令给机器人主控制系统。这种多视角数据融合的架构，显著降低了传感器孤岛效应。

此技术并无新增硬件成本，只需利用现有监控系统。业内人士指出，当前大多数工业机器人仍以单一传感器信源为主，这一改进相当于为机器人“增设了一双来自外部的眼睛”。

该思路的直接影响是在复杂动态环境中，如拖车内货物移动等场景，机器人的作业流畅度有望提升30%左右——这一比例是基于提升急停频率换算的结果。

英伟达发布机器人安全系统Halos 旨在为具身智能提供全栈安全保障

英伟达近日发布了机器人安全系统Halos，为具身智能机器人提供从硬件到算法再到认证的全栈安全保障。该系统通过四层架构解决机器人与人类共享空间的安全问题。

四层安全架构保障机器人运行

第一层硬件安全是指通过物理安全措施防止机器人硬件发生故障。第二层Inside-Out系统会在机器人进入危险区域前发出警告，而Outside-In系统則能在确认环境安全时允许机器人高效率运行，一旦有人进入危险区域则立即接管干预。这两项能力目前已向开发者开放，并以开源形式提供。

第三层算法安全解决"AI本身会不会判断错"的问题。前两层保证的是"系统可靠"，但机器人真正的风险，其实来自更上层——模型本身。无论是VLA(视觉语言动作模型)还是VLM(视觉语言模型)，它们的决策都可能出错。例如把纸箱误判为人，或者把人误判为障碍物。这类错误不是系统崩溃，而是"理解错误"。

算法安全这一层的目标就是评估并约束模型在物理世界中的行为安全性，确保错误不会转化为危险动作。第四层生态安全则解决"谁来认证、谁来负责"的问题。英伟达建立了Halos AI Systems Inspection Lab，并获得全球首个物理AI领域的ISO/IEC 17020检测资质。TÜV Rheinland、TÜV SÜD、UL Solutions、SGS、exida、CertX等认证机构均认可其检测结果。

工业场景对机器人安全提出新挑战

1. 新一代具身智能机器人正在从实验室走向真实世界的工业场景。
2. 传统工业机械臂被固定在工作站内，动作轨迹提前编程好，人和机器之间由护栏隔离，安全主要依赖物理边界。
3. 但现在，新一代机器人开始进入工厂、仓库甚至办公室，与人类共享同一个空间。
4. 驱动它们的也不再是固定规则，而是具身基础模型、分布式传感器与实时决策系统。

Agility CEO Peggy Johnson表示："人形机器人要大规模创造价值，安全必须内建在机器人里，并且在整个系统层面得到验证。这不是可选项，而是人形机器人进入工业流程的前提条件。"英伟达机器人与边缘AI副总裁Deepu Talla则指出："如果机器人要规模化部署到工厂、仓库和物流环境，行业需要一套统一的安全架构。"这一判断与十几年前自动驾驶面临的困境相似——模型越来越聪明，但真正决定能不能落地的往往不是模型本身，而是安全。

Halos系统第一次把从芯片、系统、模型到认证的流程统一进一个体系中。对于机器人行业来说，这一整合将大幅降低企业的时间成本，过去这一环节是碎片化的，传感器、控制器、视觉系统各自认证、各自标准，企业需要自己拼装并重新认证。

英伟达技术栈覆盖机器人从训练到部署全流程

英伟达构建了从训练到推理的全链条机器人技术体系，通过Isaac Sim、GR00T、Cosmos和Jetson Thor等产品覆盖关键环节。Isaac Sim用于仿真训练，让机器人虚拟学习交互方式；GR00T提供基础模型，支持指令理解和动作生成。

技术层解析

专业名词解释：Cosmos是构建世界模型的技术，主要预测物理系统在不同动作下的变化结果。Jetson Thor则是英伟达的边缘计算平台，负责将AI能力部署于机器人本体。

参与主体简介：英伟达的这套技术栈覆盖从底层硬件到上层软件的全栈布局。业内指出，这种垂直整合降低了机器人开发门槛。

安全与认证闭环

Halos系统的引入补足了安全与准入环节，使整个技术流程形成闭环。据原文逻辑，这意味着机器人完全嵌入了英伟达的技术生态，任何一层的替换都会导致重置验证流程。

1. Isaac Sim负责虚拟仿真训练环境
2. GR00T提供基础理解与动作生功能
3. Cosmos构建物理世界预测模型
4. Jetson Thor实现边缘智能部署
5. Halos完成安全与认证最后一环

原文来源：量子位