Nvidia amplía su apuesta por lo que denomina «inteligencia artificial física» al trasladar el sistema de seguridad Halos de los vehículos autónomos a una gama más amplia de robots, incluidos los robots móviles de almacén, los robots humanoides dentro de fábricas y los robots quirúrgicos. La empresa apuesta por que la seguridad se ha convertido en el principal cuello de botella a medida que mejoran los modelos de inteligencia artificial y las capacidades del hardware robótico.
Nvidia lanzó el sistema Halos en 2025 para ayudar a los desarrolladores de vehículos autónomos a crear controles que reduzcan los riesgos de los sistemas autónomos. En junio de 2026 anunció Halos for Robotics, una ampliación que aborda las diferencias de riesgo entre un robot limpiador de suelos, una carretilla elevadora autónoma que transporta cargas pesadas y un robot que opera en un entorno médico o industrial.
Una plataforma que combina hardware y software
La plataforma comienza con la unidad de computación Nvidia IGX Thor, destinada a aplicaciones robóticas e industriales, que incluye un procesador independiente para las cargas de trabajo relacionadas con la seguridad. Según Amit Goel, responsable de la plataforma de robótica y computación periférica de Nvidia, el sistema funcional y el sistema de seguridad operan en el mismo chip, con las tareas sensibles separadas para reducir la posibilidad de interferencias.
En el ámbito del software, el sistema operativo Halos supervisa los componentes de hardware y las bibliotecas de software para detectar rápidamente los fallos, mientras que Nvidia Holoscan Sensor Bridge conecta los datos de los sensores con el procesamiento de seguridad y ayuda a detectar datos corruptos. El paquete también incluye herramientas para simular robots en entornos virtuales y un programa de laboratorio de pruebas que permite a los socios recibir comentarios sobre problemas de seguridad durante el desarrollo.
¿Qué cambia en la práctica?
La seguridad en los robots difiere de la de los vehículos autónomos, porque un robot puede desplazarse entre fábricas, almacenes y hospitales con distribuciones y riesgos diferentes. Por ello, Nvidia diseñó la plataforma para permitir que los desarrolladores definan funciones de seguridad personalizadas, tratando al mismo tiempo de conservar la arquitectura básica que impone la supervisión del sistema.
Esto adquiere mayor importancia cuando el robot opera en un entorno no estructurado o se acerca a una esquina que bloquea la visibilidad. En estos casos, el robot puede verse obligado a reducir la velocidad o detenerse antes de la esquina, porque no puede saber qué aparecerá delante de él. Estos casos muestran que la seguridad no depende únicamente del modelo de inteligencia artificial, sino de los sensores, la computación, el aislamiento del software y las pruebas virtuales y de campo en conjunto.
Aplicaciones y primeras alianzas
Agility Robotics fue la primera empresa en integrar Nvidia Halos en su robot humanoide Digit 5. Nvidia afirma que integrar los sensores y componentes de seguridad dentro del robot reduce la dependencia de sensores externos colocados alrededor de la zona de trabajo, lo que permite que el robot traslade los mecanismos de seguridad consigo entre distintas tareas y ubicaciones.
Boston Dynamics también participa desde una etapa temprana en el programa de certificación de seguridad, con interés en aplicar la plataforma al robot cuadrúpedo Spot, al robot con ruedas Stretch y al robot humanoide Atlas. Entre las demás entidades se encuentra el grupo alemán KION, que utiliza carretillas elevadoras autónomas y robots móviles, y la empresa surcoreana LG, que desarrolla un robot humanoide basándose en el modelo fundacional de Nvidia Isaac GROOT. Nvidia también tiene inversiones en Agility Robotics y Figure AI, además de una alianza con la empresa china Unitree para proporcionar un diseño de referencia abierto de un robot humanoide destinado a investigadores.
Límites y preguntas abiertas
La ampliación de Halos no demuestra que los robots humanoides se hayan convertido en trabajadores autónomos capaces de ejecutar cualquier tarea. El éxito de la plataforma dependerá de la capacidad de los desarrolladores para definir funciones de seguridad adecuadas para cada entorno y de verificar el rendimiento de los sistemas fuera de las condiciones de prueba. Sin embargo, el paso de los robots de estaciones fijas a tareas múltiples en distintos lugares convierte la capa de seguridad programable en un factor esencial para su despliegue comercial.