6月22日消息，英伟达正式发布NVIDIA Halos for Robotics——这是行业首次将AI算力与安全能力整合至一套全栈式机器人安全系统中。该系统专为机器人与物理AI的开发、验证及工业部署所设计，目标清晰明确：使机器人能够从实验室真正进入工厂、仓库和物流中心等实际作业环境。
率先采用这一系统的是人形机器人与物理AI企业Agility，他们将成为首批用户，为自己的工业人形机器人注入完整的安全能力。具体而言，Agility的机器人接下来将进入工厂、仓库和物流等真实场景——这些地方可远不如实验室那样规整可控。
实际上，下一代自主机器人面临的挑战十分严峻：它们需要在人类身边应对持续变化的环境，同时依赖AI基础模型、加速计算和分布式传感器来执行各类任务。机器人要从试点走向大规模部署，仅靠零散的安全功能远远不够。必须有一个统一的架构，能够覆盖硬件、软件、传感器、应用乃至认证流程的每一个环节。
NVIDIA Halos正是为此而生——它将AI计算、系统软件、传感器数据、安全应用以及机器人检验全部整合至同一套标准化架构之中。整套系统大致可以拆分为三个层面：
首先是硬件层，由英伟达IGX Thor和Holoscan Sensor Bridge构成。这两个组件为实时机器人任务和安全任务提供工业级AI算力，同时内置了安全机制与传感器连接能力。
其次是软件层，即英伟达Halos OS。它包含两个关键部分：Halos Core负责与安全相关的运行功能；而外部感知安全蓝图则利用外部摄像头和AI智能体来补充机器人自身的感知能力，还能根据工业现场的变化动态调整机器人行为。这一方案让机器人的“眼睛”与“大脑”都变得更加可靠。
最后是评估与认证层——英伟达Halos AI系统检验实验室。该实验室来头不小：它是全球首个获得美国国家标准学会国家认可委员会（ANAB）认可的、同时覆盖物理AI功能安全与AI安全的检测项目。有了它，合作伙伴就能为德国莱茵TÜV、UL Solutions、TÜV南德、exida、SGS、CertX等机构的第三方认证提前做好准备。
目前，面向英伟达IGX的NVIDIA Halos Core已向注册开发者开放早期访问，支持Linux及Linux + QNX OS for Safety 8.0两种配置。作为Halos OS应用层的组成部分，开源的英伟达外部感知安全蓝图也已在GitHub上开放下载。由此可见，物理AI的安全标准正在逐步走向成熟。
