Nvidia正通过将其所谓的“物理人工智能”应用扩展至更广泛的机器人领域，加大相关布局，并将Halos安全系统从自动驾驶汽车推广至包括仓库移动机器人、工厂人形机器人和手术机器人在内的多种机器人。随着人工智能模型和机器人硬件能力不断提升，该公司押注安全性已成为主要瓶颈。
Nvidia于2025年推出Halos系统，帮助自动驾驶汽车开发商构建能够降低自主系统风险的控制机制。2026年6月，公司宣布推出Halos for Robotics，这一扩展方案针对不同机器人的风险差异进行处理，包括地板清洁机器人、运送重型货物的自主叉车，以及在医疗或工业环境中工作的机器人。
结合硬件与软件的系统
该系统以面向机器人和工业应用的Nvidia IGX Thor计算单元为基础，其中包含一个专门用于安全相关工作负载的独立处理器。据Nvidia机器人与边缘计算系统负责人Amit Goel介绍，功能系统和安全系统运行在同一芯片上，同时对敏感任务进行隔离，以降低相互干扰的可能性。
在软件层面，Halos操作系统会监控硬件组件和软件库，以快速检测故障；而Nvidia Holoscan Sensor Bridge则将传感器数据连接至安全处理流程，并帮助发现损坏的数据。此外，该套件还包括用于在虚拟环境中模拟机器人的工具，以及一款面向测试实验室的程序，使合作伙伴能够在开发过程中获得有关安全问题的反馈。
实际会发生哪些变化？
机器人安全性不同于自动驾驶汽车，因为机器人可能在布局和风险各不相同的工厂、仓库和医院之间移动。因此，Nvidia将该平台设计为允许开发者定义定制安全功能，同时努力保留对系统实施监管的基础架构。
当机器人在非结构化环境中工作，或接近遮挡视线的拐角时，这一点的重要性会进一步提升。在这些情况下，机器人可能必须在转弯前减速或停下，因为它无法知道前方会出现什么。这些情况表明，安全性并不只取决于人工智能模型，还取决于传感器、计算能力、软件隔离，以及虚拟和现场测试的共同作用。
早期应用与合作
Agility Robotics是首家将Nvidia Halos集成到其Digit 5人形机器人中的公司。Nvidia表示，将传感器和安全组件集成到机器人内部，可以减少对布置在工作区域周围的外部传感器的依赖，使机器人能够在不同任务和地点之间携带安全机制。
Boston Dynamics也早期参与了安全认证计划，并有意将该平台应用于四足机器人Spot、轮式机器人Stretch以及人形机器人Atlas。其他参与方还包括德国KION集团，该集团使用自动驾驶叉车和移动机器人；以及韩国LG，该公司正基于Nvidia基础模型Isaac GROOT开发人形机器人。Nvidia还投资了Agility Robotics和Figure AI，并与中国的Unitree建立合作，为研究人员提供人形机器人的开放式参考设计。
局限与待解问题
Halos的扩展并不能证明人形机器人已经成为能够独立完成任何任务的工人。该平台能否成功，将取决于开发者为每种环境定义适当安全功能的能力，以及在测试条件之外验证系统性能的能力。不过，机器人从固定工位走向不同地点执行多种任务，使可编程安全层成为其商业部署的关键因素。