Nvidia weitet seine Wette auf das, was das Unternehmen «physische künstliche Intelligenz» nennt, aus, indem es das Sicherheitssystem Halos von autonomen Fahrzeugen auf ein breiteres Spektrum von Robotern überträgt. Dazu gehören mobile Roboter in Lagern, humanoide Roboter in Fabriken und chirurgische Roboter. Das Unternehmen setzt darauf, dass Sicherheit zum wichtigsten Engpass wird, während sich KI-Modelle und die Fähigkeiten von Roboter-Hardware verbessern.
Nvidia führte das Halos-System 2025 ein, um Entwicklern autonomer Fahrzeuge beim Aufbau von Kontrollen zu helfen, die die Risiken autonomer Systeme begrenzen. Im Juni 2026 kündigte das Unternehmen Halos for Robotics an, eine Erweiterung, die die unterschiedlichen Risiken eines Bodenreinigungsroboters, eines autonomen Gabelstaplers zum Transport schwerer Lasten und eines Roboters in einer medizinischen oder industriellen Umgebung berücksichtigt.
Eine Plattform, die Hardware und Software verbindet
Die Plattform basiert auf der Recheneinheit Nvidia IGX Thor für robotische und industrielle Anwendungen, die einen eigenständigen Prozessor für sicherheitsrelevante Arbeitslasten umfasst. Laut Amit Goel, dem Leiter der Robotik- und Edge-Computing-Plattform bei Nvidia, laufen das funktionale System und das Sicherheitssystem auf demselben Chip, wobei kritische Aufgaben getrennt werden, um die Wahrscheinlichkeit von Interferenzen zu verringern.
Auf Softwareebene überwacht das Halos-Betriebssystem Hardwarekomponenten und Softwarebibliotheken, um Fehler schnell zu erkennen. Gleichzeitig verbindet die Nvidia Holoscan Sensor Bridge Sensordaten mit der Sicherheitsverarbeitung und hilft dabei, beschädigte Daten zu erkennen. Das Paket umfasst außerdem Werkzeuge zur Simulation von Robotern in virtuellen Umgebungen sowie ein Programm für ein Prüflabor, das Partnern während der Entwicklung Rückmeldungen zu Sicherheitsproblemen ermöglicht.
Was ändert sich in der Praxis?
Die Sicherheit von Robotern unterscheidet sich von der Sicherheit autonomer Autos, da ein Roboter zwischen Fabriken, Lagern und Krankenhäusern mit unterschiedlichen Grundrissen und Risiken wechseln kann. Daher hat Nvidia die Plattform so konzipiert, dass Entwickler individuelle Sicherheitsfunktionen definieren können, während die grundlegende Architektur erhalten bleibt, die die Überwachung des Systems erzwingt.
Das gewinnt an Bedeutung, wenn ein Roboter in einer unstrukturierten Umgebung arbeitet oder sich einer Ecke nähert, die die Sicht versperrt. In solchen Fällen muss der Roboter möglicherweise vor der Kurve langsamer werden oder anhalten, weil er nicht wissen kann, was vor ihm auftauchen wird. Diese Fälle verdeutlichen, dass Sicherheit nicht allein vom KI-Modell abhängt, sondern vom Zusammenspiel von Sensoren, Rechenleistung, Software-Isolierung sowie virtuellen und praktischen Tests.
Frühe Anwendungen und Partnerschaften
Agility Robotics war das erste Unternehmen, das Nvidia Halos in seinen humanoiden Roboter Digit 5 integrierte. Nvidia zufolge verringert die Integration von Sensoren und Sicherheitskomponenten in den Roboter die Abhängigkeit von externen Sensoren, die rund um den Arbeitsbereich aufgestellt werden. Dadurch kann der Roboter Sicherheitsmechanismen zwischen unterschiedlichen Aufgaben und Standorten mitnehmen.
Auch Boston Dynamics beteiligt sich frühzeitig am Programm zur Sicherheitszertifizierung und interessiert sich für die Anwendung der Plattform auf den vierbeinigen Roboter Spot, den Radroboter Stretch und den humanoiden Roboter Atlas. Zu den weiteren Beteiligten gehört die deutsche KION-Gruppe, die autonome Gabelstapler und mobile Roboter einsetzt, sowie das südkoreanische Unternehmen LG, das auf Grundlage des Nvidia-Basismodells Isaac GROOT einen humanoiden Roboter entwickelt. Nvidia hat außerdem in Agility Robotics und Figure AI investiert und arbeitet mit dem chinesischen Unternehmen Unitree zusammen, um ein offenes Referenzdesign für einen humanoiden Roboter für Forscher bereitzustellen.
Grenzen und offene Fragen
Die Erweiterung von Halos beweist nicht, dass humanoide Roboter zu autonomen Arbeitskräften geworden sind, die jede beliebige Aufgabe ausführen können. Der Erfolg der Plattform wird davon abhängen, ob Entwickler für jede Umgebung geeignete Sicherheitsfunktionen definieren können und ob die Leistung der Systeme außerhalb der Testbedingungen überprüft wird. Der Übergang von Robotern aus festen Stationen zu vielfältigen Aufgaben an unterschiedlichen Orten macht eine programmierbare Sicherheitsschicht jedoch zu einem wesentlichen Faktor für ihre kommerzielle Verbreitung.