NVIDIA lançou o Halos for Robotics na conferência Automate 2026 em Chicago, um sistema de segurança robótica completo que abrange chips, sensores, sistema operacional e certificação de segurança. O sistema integra mais de 18.600 anos-homem de experiência em segurança adquirida pela NVIDIA no campo da condução autônoma e 7 milhões de linhas de código validado, fornecendo uma arquitetura de segurança unificada para robôs autônomos. Atualmente, 43 parceiros, incluindo Agility, Boston Dynamics e Hesai, já se juntaram ao ecossistema, e a Agility já integrou o Halos ao robô Digit, implementando-o em fábricas como a da Amazon. O lançamento do Halos marca a conclusão da última peça do ecossistema completo da NVIDIA em robótica, que agora abrange treinamento, simulação, modelos e certificação de segurança.

Autor do artigo, fonte: Quantum Bit

NVIDIA não fabrica robôs, mas ajudará empresas de embodied a criar bons robôs (doge)

Acabou de ser lançado, na conferência Automate 2026 em Chicago, o Halos for Robotics da NVIDIA—

Um sistema de segurança robótica completo que abrange chips, sensores, sistemas operacionais e certificação de segurança.

A principal característica do Halos é transferir os mais de 18.600 anos-homem de experiência em segurança da NVIDIA no campo da condução autônoma e 7 milhões de linhas de código validadas para o setor de robótica, fornecendo uma arquitetura de segurança unificada para robôs autônomos.

Com ele, as empresas de robôs não precisam mais criar tudo do zero — basta integrar e usar. Mais importante ainda, o framework de segurança central do Halos já está de código aberto e disponível para a indústria.

Pode-se dizer que, se a Tesla está seguindo uma abordagem tipo iOS para inteligência embutida, fabricando seus próprios robôs e garantindo sua própria segurança, então a NVIDIA escolheu a abordagem tipo Android, abrindo sua plataforma de segurança para todos.

É digno de nota que já várias empresas se juntaram ao ecossistema Halos como primeiros parceiros, incluindo empresas de robôs humanoides como Agility e Boston Dynamics, o fornecedor de LiDAR Hesai Technology e a empresa de robôs de segurança FORT Robotics, entre outras, expandindo o ecossistema geral para mais de 43 empresas.

Entre eles, a Agility foi a primeira a experimentar o “caranguejo”, integrando o Halos em seus robôs Digit, que já estão atuando com licença nas fábricas da Amazon, GXO e Toyota.

O robô vestindo colete de segurança na vídeo está se movendo entre as esteiras da fábrica, realizando tarefas práticas como transporte e logística.

Da chip ao software, segurança em três camadas

O que é exatamente esse novo sistema de segurança chamado Halos?

De acordo com a arquitetura oficial da NVIDIA, os Halos podem ser divididos em quatro camadas, de baixo para cima: segurança da plataforma, sistema operacional seguro、segurança de algoritmos e segurança ecológica.

Essas quatro camadas na verdade correspondem aos quatro aspectos da mesma questão—

Quatro fontes possíveis de erro quando robôs operam no mundo real: hardware, sistemas de software, decisões do modelo e autenticação externa e ecossistema.

Primeiro, a segurança da plataforma, garantindo que o hardware subjacente não fique fora de controle.

NVIDIA apresentou nesta camada o IGX Thor, uma plataforma de computação AI voltada para robótica e cenários industriais.

Ele possui um “refúgio de segurança” interno separado, com processador, I/O, fonte de alimentação e relógio independentes, fisicamente isolados do sistema de computação principal.

Mesmo que o sistema principal de IA falhe, reinicie ou opere de forma anormal, a ilha de segurança ainda pode executar independentemente funções críticas, como frenagem de emergência.

It's a bit like an airplane's backup system, which can still take control when the primary system fails.

Na mesma camada, há o Holoscan Sensor Bridge, projetado para resolver outro problema crítico: a latência e o desalinhamento causados pela heterogeneidade dos sensores.

Robôs geralmente são equipados simultaneamente com LiDAR, câmeras de profundidade, IMU, sensores de torque e outros dispositivos, mas esses dispositivos vêm de diferentes fabricantes e operam em protocolos diferentes.

Se os dados precisarem passar por uma fila de processamento em camadas, pode-se perder a janela de segurança em dezenas de milissegundos.

A função do Sensor Bridge é unificar todos os dados dos sensores na área de cálculo seguro, permitindo processamento síncrono de baixa latência e alcançando a garantia de segurança SIL 2.

Segunda camada: Sistema operacional seguro, resolvendo “o sistema em si pode falhar?”

Se a primeira camada cuida de "não deixar o hardware falhar", esta camada cuida de "não deixar o sistema desordenar".

Halos OS é executado sobre o IGX Thor, com base no Halos Core, e suporta dois modos: Linux puro ou arquitetura híbrida Linux + QNX.

No último caso, a NVIDIA divide o sistema por meio do Hypervisor em dois domínios isolados: o Linux gerencia o cálculo e os aplicativos de IA, enquanto o QNX cuida das tarefas críticas para segurança. Ambos operam totalmente isolados.

Isso significa que, mesmo que ocorra uma anomalia na camada de aplicativos de IA, a lógica de controle de segurança não será afetada. Essa camada equivale a adicionar uma “parede de isolamento de software” além do “ilha de segurança de hardware”.

Acima disso, está o módulo de aplicação de segurança, cujo exemplo mais típico é o Outside-In Safety Blueprint.

A ideia é: não apenas permitir que o robô veja o mundo por si só, mas também introduzir uma perspectiva externa.

Por exemplo, instalar câmeras no teto da fábrica, com IA independente monitorando o comportamento dos robôs a partir de uma perspectiva de terceiros.

Em um cenário específico, quando um empilhadeira autônoma opera dentro de um contêiner, os sensores a bordo tendem a interpretar incorretamente os limites do espaço, causando paradas bruscas frequentes.

O sistema Outside-In pode operar com maior eficiência quando a segurança do ambiente for confirmada e assumir imediatamente o controle caso alguém entre em uma área perigosa.

Esta funcionalidade já está disponível para desenvolvedores e é fornecida como código aberto.

Terceiro nível: Segurança algorítmica, resolvendo “o próprio AI pode fazer julgamentos errados”

As duas camadas anteriores garantem a "confiabilidade do sistema", mas o verdadeiro risco dos robôs vem da camada superior — o próprio modelo.

Tanto o VLA (modelo de visão, linguagem e ação) quanto o VLM (modelo de visão e linguagem) podem tomar decisões incorretas.

Por exemplo, interpretar erroneamente uma caixa de papelão como uma pessoa, ou uma pessoa como um obstáculo. Esse tipo de erro não é uma falha do sistema, mas sim um “erro de compreensão”.

O objetivo desta camada de segurança algorítmica é avaliar e restringir a segurança do comportamento do modelo no mundo físico, garantindo que erros não se transformem em ações perigosas.

Quarto nível: segurança ecológica, resolvendo "quem autentica e quem é responsável"

A camada superior é a segurança ecológica, responsável por transformar todo o sistema em um "padrão da indústria".

NVIDIA estabeleceu o Laboratório de Inspeção Halos AI Systems e obteve a primeira certificação ISO/IEC 17020 mundial na área de IA física. Instituições de certificação como TÜV Rheinland, TÜV SÜD, UL Solutions, SGS, exida e CertX reconhecem seus resultados de inspeção.

Isso significa que as empresas de robótica podem realizar a pré-inspeção na NVIDIA antes de entrar no processo de certificação oficial, reduzindo significativamente tempo e custos.

No passado, esse processo era fragmentado: sensores, controladores e sistemas visuais tinham suas próprias certificações e padrões, e as empresas precisavam montá-los e certificá-los novamente por conta própria.

E o Halos pela primeira vez unifica todo o processo, desde o chip, sistema, modelo até a certificação, em um único sistema.

Por que os robôs precisam de um “sistema de segurança”?

Acredito que muitos amigos, ao verem esta notícia, terão uma pergunta semelhante:

Por que, se robôs industriais já estão sendo usados adequadamente há décadas, a NVIDIA lançou especificamente um sistema de segurança para robôs em 2026?

A razão é simples: os robôs de inteligência embodiada estão agora passando dos laboratórios para cenários industriais do mundo real.

No passado, os braços robóticos industriais eram fixos em estações de trabalho, com trajetórias de movimento programadas antecipadamente, e pessoas e máquinas eram separadas por barreiras físicas, com a segurança dependendo principalmente de limites físicos.

Mas agora, uma nova geração de robôs está entrando em fábricas, armazéns e até escritórios, compartilhando o mesmo espaço com humanos.

Ao mesmo tempo, o que as impulsiona já não são regras fixas, mas sim modelos baseados em corporeidade, sensores distribuídos e sistemas de tomada de decisão em tempo real.

A mudança trazida por isso é: os robôs deixam de ser “executores determinísticos” e se tornam “agentes com incerteza”.

Mesmo em ambientes altamente estruturados como fábricas, a colaboração entre diferentes robôs, o fluxo de materiais, as mudanças no layout da linha de produção e a parcial observabilidade do ambiente introduzem constantemente novas variáveis de risco.

Isso transforma a "segurança" de um problema meramente de isolamento mecânico em um problema de nível de sistema.

Sobre a necessidade da segurança para a entrada de robôs nas fábricas, a CEO da Agility, Peggy Johnson, também declarou:

Para que robôs humanoides criem valor em larga escala, a segurança deve ser incorporada nos robôs e validada em todo o nível do sistema. Não é uma opção, mas uma condição prévia para a entrada de robôs humanoides em processos industriais.

A avaliação do vice-presidente de robótica e IA de bordo da NVIDIA, Deepu Talla, vai ainda mais longe:

Para que robôs sejam implantados em escala em fábricas, armazéns e ambientes logísticos, a indústria precisa de uma arquitetura de segurança unificada.

Em outras palavras, o problema enfrentado pela indústria de robôs hoje é semelhante ao que a condução autônoma enfrentou há mais de uma década — os modelos estão ficando cada vez mais inteligentes, mas o que geralmente determina se eles podem ser implementados não é o modelo em si, e sim a segurança.

E Halos é exatamente a resposta dada pela NVIDIA.

O sistema completo da NVIDIA completa o último pedaço do quebra-cabeça

No final das contas, a abordagem completa da NVIDIA em robótica já está formada.

Se dividirmos este sistema, ele pode ser aproximadamente dividido em quatro camadas: treinamento, simulação, modelo e inferência.

Isaac Sim é responsável pela treinamento de simulação, permitindo que robôs aprendam a interagir com o mundo em ambientes virtuais;

GR00T fornece o modelo básico para que os robôs compreendam instruções, reconheçam o ambiente e gerem ações;

Cosmos constrói um modelo do mundo para prever os resultados da evolução do mundo físico sob diferentes ações;

Jetson Thor é responsável pela inferência na borda, executando essas capacidades diretamente no robô.

Desde o treinamento até a simulação, desde o modelo até a implantação e inferência, cada camada da cadeia tecnológica é coberta por produtos da NVIDIA.

E agora, o Halos completa o último pedaço do quebra-cabeça: segurança e acesso.

Uma vez concluído este processo, o robô é quase totalmente integrado a essa pilha tecnológica.

Se qualquer outra camada for alterada (especialmente o sistema de segurança e autenticação), isso significará ter que passar novamente por todo o processo de verificação, com os tempos e custos novamente perdidos.

Então a situação também ficou clara: a NVIDIA não fabrica robôs, mas já deixou suas interfaces em cada camada, desde o chip até a simulação, dos modelos à certificação de segurança.

Isso não é apenas “ajudá-lo a criar um robô”, mas sim definir—

Como criar um robô.