NVIDIA представила Halos for Robotics на конференции Automate 2026 в Чикаго — это комплексная система безопасности для роботов, охватывающая чипы, датчики, операционные системы и сертификацию безопасности. Система объединяет более 18 600 инженеро-лет опыта NVIDIA в области автономного вождения и 7 миллионов строк проверенного кода, обеспечивая единую архитектуру безопасности для автономных роботов. На данный момент экосистему уже присоединили 43 партнера, включая Agility, Boston Dynamics и Hesai. Agility уже интегрировала Halos в робота Digit и внедрила его на заводах, таких как Amazon. Выпуск Halos означает, что NVIDIA завершила последний элемент своей полной экосистемы для роботов — от обучения и симуляции до моделирования и сертификации безопасности.

Автор статьи, источник: Quantum Bit

NVIDIA не производит роботов, но поможет компаниям, занимающимся робототехникой, создавать хороших роботов (doge)

Только что на конференции Automate 2026 в Чикаго NVIDIA представила Halos for Robotics—

Полнофункциональная система безопасности для роботов, охватывающая чипы, датчики, операционные системы и сертификацию безопасности.

Главная особенность Halos заключается в том, что она переносит более 18 600 инженеро-лет безопасного опыта и 7 миллионов строк проверенного кода, накопленных NVIDIA в области автономного вождения, на рынок робототехники, обеспечивая единую архитектуру безопасности для автономных роботов.

С ним компаниям-разработчикам роботов не нужно изобретать колесо с нуля — достаточно подключиться и использовать. Еще важнее то, что основная безопасная архитектура Halos уже открыта и доступна для отрасли.

Можно сказать, что если Tesla при разработке роботов с физическим интеллектом следует подходу iOS — создавая собственные роботы и обеспечивая собственную безопасность — то NVIDIA выбрала подход Android, открыв свою платформу безопасности для всех.

Стоит отметить, что уже множество компаний присоединились к экосистеме Halos в качестве первых партнеров, включая компанию по производству человекоподобных роботов Agility, Boston Dynamics, производитель лидаров Hesai Technology, компанию по производству безопасных роботов FORT Robotics и другие — общая экосистема уже расширилась более чем до 43 компаний.

Среди них Agility первой попробовала «краба», интегрировав Halos в свои роботы Digit, которые теперь работают на заводах Amazon, GXO и Toyota с соответствующими разрешениями.

Робот в защитном жилете на видео перемещается между конвейерами на заводе, выполняя реальные задачи по транспортировке и логистике.

От чипа до программного обеспечения, три уровня безопасности

А что это за новая система безопасности Halos?

Согласно архитектуре, представленной NVIDIA, Halos можно разделить на четыре уровня: от нижнего к верхнему — платформенная безопасность, безопасная операционная система、алгоритмическая безопасность и экосистемная безопасность.

Эти четыре уровня на самом деле соответствуют четырем измерениям одной и той же проблемы —

При работе роботов в реальном мире четыре возможных источника ошибок: аппаратное обеспечение, программные системы, принятие решений моделью и внешняя аутентификация с экосистемой.

В первую очередь — безопасность платформы, необходимо обеспечить контроль над базовым оборудованием.

NVIDIA представила на этом уровне IGX Thor — платформу для вычислений ИИ, ориентированную на робототехнику и промышленные сценарии.

Он содержит встроенный отдельный «безопасный остров» с независимым процессором, I/O, питанием и часами, физически изолированный от основной вычислительной системы.

Даже при сбое, перезагрузке или нештатной работе основной системы ИИ, остров безопасности по-прежнему может самостоятельно выполнять ключевые функции, такие как аварийное торможение.

Это немного похоже на резервную систему самолета, которая продолжает управлять, когда основная система выходит из строя.

На том же уровне находится Holoscan Sensor Bridge, предназначенный для решения другой ключевой проблемы: задержек и несоответствий, вызванных гетерогенностью сенсоров.

Роботы обычно оснащены лазерным сканером, глубинной камерой, ИМУ, датчиками момента и другими устройствами, но эти устройства поступают от разных производителей и работают по различным протоколам.

Если данные должны проходить через многоуровневую очередь обработки, можно упустить безопасное окно в течение десятков миллисекунд.

Функция Sensor Bridge заключается в унификации подключения всех данных датчиков к области безопасных вычислений, обеспечении низкой задержки при синхронной обработке и достижении уровня безопасности SIL 2.

Второй уровень: безопасная операционная система, решающая проблему «может ли сама система ошибиться»

Если первый уровень отвечает за «надежность оборудования», то этот уровень отвечает за «стабильность системы».

Halos OS работает на IGX Thor, с базой Halos Core, поддерживая два режима: чистый Linux или гибридная архитектура Linux + QNX.

Во втором случае NVIDIA с помощью гипервизора разделяет систему на два изолированных домена: Linux отвечает за вычисления и приложения ИИ, а QNX — за критически важные задачи безопасности. Оба работают полностью изолированно.

Это означает, что даже при возникновении сбоев на уровне приложений ИИ, логика безопасного управления останется не затронутой. Этот уровень действует как дополнительная «программная изолирующая стена» за пределами «аппаратного безопасного острова».

Над этим — модуль безопасного применения, самым типичным примером которого является Outside-In Safety Blueprint.

Его идея заключается в том, чтобы не только позволить роботу самостоятельно воспринимать мир, но и ввести внешнюю точку зрения.

Например, установка камер на потолке завода, где независимая ИИ-система отслеживает поведение роботов с третьей стороны.

В конкретной ситуации, когда автономный погрузчик работает внутри трейлера, бортовые датчики часто неверно определяют границы пространства, что приводит к частым экстренным остановкам.

Система Outside-In может работать с более высокой эффективностью при подтверждении безопасности окружающей среды и немедленно взять управление на себя при попадании человека в опасную зону.

Эта функция уже доступна разработчикам и предоставлена в открытом исходном коде.

Третий уровень: алгоритмическая безопасность, решение проблемы «а не ошибется ли сам ИИ»

Два нижних уровня обеспечивают «надежность системы», но настоящий риск робота исходит из более высокого уровня — самой модели.

Как VLA (видео-языковая-действенная модель), так и VLM (видео-языковая модель) могут принимать неверные решения.

Например, картонная коробка может быть ошибочно определена как человек, или человек — как препятствие. Такие ошибки не являются сбоями системы, а представляют собой «ошибки понимания».

Цель этого уровня безопасности алгоритмов — оценить и ограничить безопасность поведения модели в физическом мире, чтобы ошибки не превращались в опасные действия.

Четвертый уровень: экологическая безопасность, решение вопросов «кто аутентифицирует и кто несет ответственность»

На верхнем уровне находится экосистемная безопасность, отвечающая за превращение всей системы в «отраслевой стандарт».

NVIDIA создала лабораторию Halos AI Systems Inspection и получила первую в мире сертификацию ISO/IEC 17020 в области физического ИИ. Результаты проверки признаны сертификационными органами, такими как TÜV Rheinland, TÜV SÜD, UL Solutions, SGS, exida и CertX.

Это означает, что компании-разработчики роботов могут сначала пройти предварительную проверку у NVIDIA, а затем перейти к официальному процессу сертификации, значительно сократив время и затраты.

Раньше этот процесс был фрагментированным: датчики, контроллеры и системы машинного зрения проходили отдельную сертификацию по отдельным стандартам, и компании должны были самостоятельно собирать их и проходить повторную сертификацию.

И Halos впервые объединяет весь процесс — от чипа до системы, модели и сертификации — в единую систему.

Почему роботу нужна «система безопасности»?

Вероятно, многие из вас, увидев эту новость, задались похожим вопросом:

Почему, если промышленные роботы уже успешно используются десятилетиями, NVIDIA специально выпустила систему безопасности для роботов именно в 2026 году?

Причина проста: современные роботы с встроенным интеллектом переходят из лабораторий в реальные промышленные сценарии.

В прошлом промышленные роботы были закреплены внутри рабочих станций, их траектории движения заранее программировались, а между человеком и машиной устанавливались ограждения, и безопасность обеспечивалась за счет физических барьеров.

Но теперь новые поколения роботов начинают входить на заводы, склады и даже в офисы, разделяя пространство с людьми.

Meanwhile, what drives them is no longer fixed rules, but embodied foundation models, distributed sensors, and real-time decision systems.

Это приводит к тому, что роботы больше не являются «детерминированными исполнителями», а превращаются в «агенты с неопределенностью».

Даже в таких высокоструктурированных средах, как заводы, взаимодействие между различными роботами, поток материалов, изменения в компоновке производственной линии и частичная наблюдаемость окружающей среды постоянно вводят новые риски.

Это превращает понятие «безопасности» из проблемы механической изоляции в системную проблему.

Пегги Джонсон, генеральный директор Agility, также отметила:

Для того чтобы человеческие роботы создавали масштабную ценность, безопасность должна быть встроена в роботов и проверена на уровне всей системы. Это не опция, а обязательное условие для внедрения человеческих роботов в промышленные процессы.

Более того, по мнению вице-президента по робототехнике и边缘AI компании NVIDIA Дипу Таллы:

Для масштабируемого развертывания роботов на заводах, складах и в логистических средах отрасли необходима единая архитектура безопасности.

Другими словами, проблема, с которой сталкивается робототехническая отрасль сегодня, похожа на то, что происходило с автономным вождением десять лет назад — модели становятся все умнее, но решающим фактором для их внедрения часто является не сама модель, а безопасность.

А Halos — это именно ответ NVIDIA.

Полная стек-система NVIDIA дополняет последний фрагмент пазла

В конечном счете, полный стек решений NVIDIA для робототехники уже сформировался.

Если разбить эту систему на части, её можно условно разделить на четыре уровня: обучение, симуляция, модель и вывод.

Isaac Sim отвечает за симуляционное обучение, позволяя роботам учиться взаимодействовать с миром в виртуальной среде;

GR00T предоставляет базовую модель, позволяющую роботам понимать команды, распознавать окружающую среду и генерировать действия;

Cosmos создает модель мира для прогнозирования эволюции физического мира при различных действиях;

Jetson Thor отвечает за краевое вычисление, обеспечивая реальную реализацию этих возможностей непосредственно на роботе.

На каждом уровне технологической цепочки — от обучения до симуляции, от модели до развертывания инференса — присутствуют продукты NVIDIA.

А теперь Halos дополняет последний кусочек головоломки: безопасность и доступ.

Как только этот процесс завершен, робот практически полностью встроен в этот технологический стек.

Если изменить любой слой (особенно систему безопасности и аутентификации), это означает, что вам придется проходить процесс верификации заново, и время и затраты снова будут утеряны.

Таким образом, ситуация стала совершенно ясной: NVIDIA не производит роботов, но уже оставила свои интерфейсы на каждом уровне — от кремниевых чипов до симуляций, от моделей до сертификации безопасности.

Это не просто «помочь вам создать робота», скорее — определить—

Как создать робота.