NVIDIAは、シカゴで開催されるAutomate 2026で、チップ、センサー、オペレーティングシステムからセキュリティ認証までをカバーする全栈ロボットセキュリティシステム「Halos for Robotics」を発表しました。このシステムは、NVIDIAが自動運転分野で蓄積した18,600工程人年のセキュリティ経験と700万行の検証済みコードを統合し、自律ロボットに統一されたセキュリティアーキテクチャを提供します。現在、Agility、ボストン・ダイナミクス、Hesai Technologyなど43社のパートナーがエコシステムに参加しており、AgilityはすでにHalosをDigitロボットに統合し、アマゾンなどの工場で導入しています。Halosの発表により、NVIDIAは訓練、シミュレーション、モデルからセキュリティ認証までのロボット全栈レイアウトの最後のピースを補完しました。

記事執筆者、出典：量子位

NVIDIAはロボットを製造しないが、エムボディ企業が優れたロボットを製造するのを支援する（doge）

剛て、シカゴのAutomate 2026カンファレンスで、NVIDIAはHalos for Roboticsを発表しました——

チップ、センサー、オペレーティングシステムからセキュリティ認証までをカバーするフルスタックロボットセキュリティシステム。

Halosの最大の特徴は、NVIDIAが自動運転分野でこれまでに蓄積してきた18,600人年を超える安全に関する知見と700万行の検証済みコードを、ロボット分野に移転し、自律ロボットのための統一されたセキュリティアーキテクチャを提供することです。

これにより、ロボット企業はゼロから輪を再発明する必要がなく、接続するだけで利用できます。さらに重要なのは、Halosのコアセキュリティフレームワークがオープンソース化され、業界に開放されたことです。

トヨタがエムボディード・インテリジェンスでiOS路線を採り、自社でロボットを製造し自社でセキュリティを確保するならば、NVIDIAはAndroid路線を選択し、セキュリティプラットフォームをすべての人に開放していると言える。

注目すべきは、Agility、ボストン・ダイナミクス、ライダーメーカーのHesai Technology、セキュリティロボット企業FORT Roboticsなど、すでに複数の企業がHalosエコシステムに参画し、初期のパートナーとして加わっていることであり、エコシステム全体は43社以上に拡大しています。

その中で、Agilityはすでに「蟹」を味わい、Halosを自社のDigitロボットに統合し、アマゾン、GXO、トヨタの工場で資格を取得して勤務しています。

動画の中のセーフティベストを着たロボットが、工場のコンベヤーベルトの間を移動し、搬送や物流などの実際の作業を担っています。

チップからソフトウェアまで、セキュリティは3層で管理されます

では、この新しいセキュリティシステムHalosとは一体何ですか？

NVIDIAの公式アーキテクチャに従って、Halosは下から上へ、プラットフォームセキュリティ、セキュリティオペレーティングシステム、アルゴリズムセキュリティ、エコシステムセキュリティの4層に分けられます。

この四層は実際には同じ問題の四つの側面に対応しています——

ロボットが現実世界で動作する際の誤動作の四大要因：ハードウェア、ソフトウェアシステム、モデルの意思決定、および外部認証とエコシステム。

まずプラットフォームのセキュリティであり、基盤ハードウェアが制御を失わないようにすることです。

NVIDIAはこの層で、ロボットおよび産業向けのAI計算プラットフォームであるIGX Thorを提供しました。

それは内部に独立した「セキュリティアイランド」を備えており、独立したプロセッサ、I/O、電源、クロックを有し、メインの計算システムと物理的に隔離されています。

メインAIシステムがクラッシュ、再起動、または異常動作した場合でも、セーフティアイランドは緊急ブレーキなどの重要な機能を独立して実行できます。

これは、メインシステムが故障した際にバックアップシステムが制御を引き継ぐような、飛行機のバックアップシステムに似ています。

同じ階層には、センサーの非同質性による遅延と不一致を解決するためのHoloscan Sensor Bridgeもあります。

ロボットは通常、ライダーや深度カメラ、IMU、トルクセンサーなどのデバイスを搭載しますが、これらのデバイスは異なるメーカーから提供され、異なるプロトコルで動作します。

データが段階的にキュー処理される場合、数十ミリ秒のうちにセキュリティウィンドウを見逃す可能性があります。

Sensor Bridgeの役割は、すべてのセンサーデータを安全な計算ドメインに統合して、低遅延で同期処理を実現し、SIL 2レベルのセキュリティ保証を達成することです。

第二層：セキュリティオペレーティングシステム、システム自体がエラーを起こすかどうかを解決

第一層が「ハードウェアの崩壊を防ぐ」ことを担当するなら、この層は「システムの混乱を防ぐ」ことを担当します。

Halos OSはIGX Thorの上に構築され、基盤にはHalos Coreを採用し、純粋なLinuxモードとLinux＋QNXのハイブリッドアーキテクチャの両方をサポートしています。

後者では、NVIDIAがハイパーバイザーを使用してシステムを2つの隔離ドメインに分割します。LinuxがAI計算とアプリケーションを担当し、QNXがセキュリティ上重要なタスクを担当します。両者は完全に隔離されて動作します。

これにより、AIアプリケーション層に異常が発生しても、セキュリティ制御ロジックに影響を与えません。この層は、「ハードウェアセキュリティアイランド」の外側にさらに「ソフトウェア隔離壁」を追加するようなものです。

その上に、安全アプリケーションモジュールがあり、その最も典型的なものはOutside-In Safety Blueprintです。

そのアイデアは、ロボットが自分自身で世界を見ることにとどまらず、外部の視点を導入することです。

工場の天井にカメラを設置し、独立したAIが第三者の視点からロボットの行動を監視します。

特定のシナリオにおいて、自律フォークリフトがトレーラー内で作業する際、搭載されたセンサーが空間の境界を誤認し、頻繁に緊急停止を引き起こす。

Outside-Inシステムは、環境が安全であることを確認した場合により高い効率で動作し、誰かが危険区域に入ると即座に介入します。

この機能は現在、開発者に開放され、オープンソースとして提供されています。

第3層：アルゴリズムのセキュリティ、AI自体が誤判断する可能性を解決

上位二層は「システムの信頼性」を保証しますが、ボットの真のリスクは、さらに上位のモデルそのものにあります。

VLA（視覚言語行動モデル）でもVLM（視覚言語モデル）でも、その意思決定は誤る可能性があります。

例えば、段ボール箱を人間と誤認識したり、人間を障害物と誤認識したりするようなエラーは、システムのクラッシュではなく「理解の誤り」です。

アルゴリズムセキュリティの層の目標は、モデルが物理世界における行動の安全性を評価し制約し、エラーが危険な動作に変換されないようにすることです。

第4層：エコシステムのセキュリティ、「誰が認証し、誰が責任を負うか」を解決

最上位はエコシステムセキュリティで、この一連のシステムを「業界標準」にすることを担っています。

NVIDIAはHalos AI Systems Inspection Labを設立し、物理AI分野で世界初のISO/IEC 17020検査資格を取得しました。TÜV Rheinland、TÜV SÜD、UL Solutions、SGS、exida、CertXなどの認証機関がその検査結果を認定しています。

これにより、ロボット企業は正式な認証プロセスに入る前にナビダ社で事前検査を受けることができ、時間とコストを大幅に削減できます。

過去、このプロセスは断片化されていました：センサー、コントローラー、ビジョンシステムがそれぞれ認証され、それぞれの基準を持ち、企業は自ら組み合わせて再認証する必要がありました。

ハロスは初めて、チップからシステム、モデル、認証に至るまでのプロセスを一つの体系に統一しました。

ロボットにはなぜ「セキュリティシステム」が必要ですか？

このニュースを見た多くの皆さんが、似たような疑問を抱くことでしょう：

なぜ産業ロボットはすでに何十年も安定して使用されてきたのに、NVIDIAはあえて2026年に専用のロボットセキュリティシステムを発表するのか？

理由很简单，因为如今的具身智能机器人正从实验室走向真实世界的工业场景。

過去、産業用ロボットアームはワークステーション内に固定され、動作経路は事前にプログラムされており、人間と機械の間はフェンスで隔離されており、安全は物理的な境界に依存していた。

しかし今、次世代のロボットが工場や倉庫、さらにはオフィスにも入り、人間と同じ空間を共有し始めています。

同時に、それらを駆動しているのは固定ルールではなく、エムボディード基礎モデル、分散型センサー、およびリアルタイム意思決定システムです。

これにより、ロボットは「決定論的実行者」から「不確実性を伴う自律エージェント」へと変化しました。

工場という高度に構造化された環境においても、異なるロボット間の協調、材料の流れ、生産ラインのレイアウト変更、および周囲環境の部分的な観測不可能性は、常に新たなリスク要因をもたらす。

これにより、「セキュリティ」は単なる機械的隔離の問題ではなく、システムレベルの問題变成了。

AgilityのCEOであるPeggy Johnsonは、ロボットが工場に導入される際のセキュリティの重要性についても次のように述べています：

人形ロボットが大規模な価値を創造するためには、安全性をロボットに内蔵し、システム全体で検証することが不可欠です。これはオプションではなく、人形ロボットが産業プロセスに導入されるための前提条件です。

英語のNVIDIAロボティクスおよびエッジAI副社長、ディープ・タラの判断はさらに一歩進む：

ロボットを工場、倉庫、物流環境にスケールして導入するには、業界全体で統一されたセキュリティアーキテクチャが必要です。

言い換えれば、ロボット業界が今日直面している課題は、十数年前の自動運転と似ている——モデルはますます賢くなっているが、実用化を左右するのは、モデルそのものではなく、安全性であることが多い。

そしてHalosは、NVIDIAが提示した答えです。

NVIDIAのフルスタックシステムが最後のピースを補完

結局のところ、NVIDIAのロボット全栈レイアウトはすでに整っている。

このシステムを分解して見ると、大きく四つの層に分けられます：トレーニング、シミュレーション、モデル、推論。

Isaac Simは、ロボットが仮想環境で世界とどのように相互作用するかを学習するためのシミュレーション訓練を担当します；

GR00Tは、ロボットが指示を理解し、環境を認識し、動作を生成できるよう基礎モデルを提供します；

Cosmosは、物理世界がさまざまな行動に対してどのように進化するかを予測するための世界モデルを構築しています；

Jetson Thorはエッジ推論を担当し、これらの機能をロボット本体上で実際に実行します。

訓練からシミュレーション、モデルからデプロイ推論まで、技術チェーンの各層にNVIDIAの製品がカバーしています。

そして今、Halosが最後のピースであるセキュリティとアクセスを補いました。

このプロセスが完了すると、ボットはほぼ完全にこの技術スタックに組み込まれます。

さらにどの層でも変更する場合（特にセキュリティと認証システムの場合）、検証プロセスを再び実行する必要があり、時間とコストが再び埋没します。

したがって、状況も明確になった：NVIDIAはロボットを製造していないが、シリコンチップからシミュレーション、モデルからセキュリティ認証に至るまで、あらゆる層に自社のインターフェースを残している。

これは「ロボットを帮你作好」だけでなく、むしろ定義しているようなものだ——

ロボットはどのように作られるのでしょうか。