科技 個股英偉達發佈機器人全棧安全系統Halos，開源核心框架

在芝加哥舉行的Automate 2026大會上，英偉達正式發佈了Halos for Robotics，一套覆蓋芯片、傳感器、操作系統到安全認證的全棧機器人安全系統。英偉達不直接製造機器人，而是將自身在自動駕駛領域積累超過18,600工程人年的安全經驗和700萬行經過驗證的代碼，移植到機器人賽道，為自主機器人提供統一的安全架構。這意味著機器人公司無需從零構建安全體系，接入即可使用，且Halos的核心安全框架已經開源，向整個行業開放。

Halos的架構分為四個層次，從下至上依次解決機器人在現實世界運行中可能出錯的四個來源。最底層的平臺安全聚焦硬件可靠性，英偉達為此推出了IGX Thor計算平臺，其內部設有一個獨立的“安全島”，擁有獨立的處理器、I/O、電源和時鐘，與主計算系統物理隔離。即使主AI系統崩潰或異常，安全島仍可獨立執行緊急制動等關鍵功能。同一層還有Holoscan Sensor Bridge，用於統一接入激光雷達、深度相機、IMU等來自不同廠商、運行在不同協議上的傳感器數據，實現低延遲同步處理，並達到SIL 2級安全保證。

第二層是安全操作系統，解決系統本身的可靠性問題。Halos OS運行在IGX Thor之上，底層Halos Core支持純Linux或Linux加QNX的混合架構。通過Hypervisor將系統拆分為兩個隔離域，Linux負責AI計算與應用，QNX負責安全關鍵任務，兩者完全隔離，即使AI應用層出現異常也不會影響安全控制邏輯。該層還包含Outside-In Safety Blueprint，通過引入外部視角，例如在工廠天花板安裝攝像頭，由獨立AI從第三方視角監控機器人行為，在確認環境安全時允許高效運行，一旦有人進入危險區域則立即接管幹預，該能力已向開發者開源。

第三層算法安全針對模型本身的判斷風險。無論是VLA還是VLM模型，都可能將紙箱誤判為人或把人誤判為障礙物，這類“理解錯誤”並非系統崩潰，但可能轉化為危險動作。算法安全層的目標是評估並約束模型在物理世界中的行為安全性。最上層的生態安全則負責將整套體系推向行業標準。英偉達建立了Halos AI Systems Inspection Lab，並獲得全球首個物理AI領域的ISO/IEC 17020檢測資質，TÜV Rheinland、TÜV SÜD、UL Solutions等認證機構均認可其檢測結果，機器人公司可先在英偉達完成預檢再進入正式認證，大幅降低時間和成本。

目前Halos生態已擴展至43家以上合作伙伴，包括人形機器人公司Agility Robotics、波士頓動力、激光雷達廠商禾賽科技以及安全機器人公司FORT Robotics等。Agility已率先將Halos整合進其Digit機器人，在亞馬遜、GXO和豐田的工廠中承擔搬運和物流等實際工作。Agility CEO Peggy Johnson表示，人形機器人要大規模創造價值，安全必須內建在機器人裡並在整個系統層面得到驗證，這是進入工業流程的前提條件。英偉達機器人與邊緣AI副總裁Deepu Talla則認為，機器人行業今天遇到的問題與十幾年前的自動駕駛類似，模型越來越聰明，但真正決定能否落地的往往是安全，行業需要一套統一的安全架構。

隨著Halos的發佈，英偉達的機器人全棧佈局已基本成型。此前，Isaac Sim負責仿真訓練，GR00T提供基礎模型，Cosmos構建世界模型，Jetson Thor負責邊緣推理，從訓練、仿真到模型部署推理，每一層均有英偉達產品覆蓋。Halos補上了最後一塊拼圖——安全與准入，一旦機器人完整嵌入這條技術棧，更換任何一層都意味著重新走一遍驗證流程，時間與成本將重新沉沒。英偉達不造機器人，但已在從硅片到仿真、從模型到安全認證的每一層留下自己的接口。