NVIDIA đã ra mắt Halos for Robotics tại hội nghị Automate 2026 ở Chicago, một hệ thống an toàn toàn diện cho robot bao gồm chip, cảm biến, hệ điều hành và xác thực bảo mật. Hệ thống này tích hợp hơn 18.600 năm công trình an toàn và 7 triệu dòng mã đã được xác minh từ lĩnh vực lái xe tự hành của NVIDIA, cung cấp kiến trúc an toàn thống nhất cho robot tự chủ. Hiện đã có 43 đối tác, bao gồm Agility, Boston Dynamics và Hesai, tham gia vào hệ sinh thái; Agility đã tích hợp Halos vào robot Digit và triển khai tại các nhà máy như Amazon. Việc ra mắt Halos đánh dấu bước hoàn thiện cuối cùng trong chiến lược toàn diện của NVIDIA về robot, từ đào tạo, mô phỏng, mô hình đến xác thực an toàn.

Bài viết bởi, nguồn: Quantum Bit

NVIDIA không sản xuất robot, nhưng sẽ giúp các doanh nghiệp thân thể tạo ra những con robot tốt hơn (doge)

Vừa rồi, tại hội nghị Automate 2026 ở Chicago, NVIDIA đã ra mắt Halos for Robotics—

Một hệ thống bảo mật toàn diện cho robot, bao gồm chip, cảm biến, hệ điều hành và xác thực bảo mật.

Điểm nổi bật nhất của Halos là mang toàn bộ kinh nghiệm an toàn hơn 18.600 năm công trình và 7 triệu dòng mã đã được xác minh của NVIDIA trong lĩnh vực lái xe tự hành, chuyển sang lĩnh vực robot, cung cấp kiến trúc an toàn thống nhất cho robot tự chủ.

Với nó, các công ty robot không còn cần phải chế tạo từ đầu, chỉ cần tích hợp là có thể sử dụng. Quan trọng hơn, khung bảo mật cốt lõi của Halos đã được mở nguồn và mở cửa cho ngành công nghiệp.

Có thể nói, nếu Tesla theo đuổi trí tuệ cơ thể với con đường giống iOS, tự chế tạo robot và tự xây dựng hệ thống bảo mật, thì NVIDIA đã chọn con đường giống Android, mở nền tảng bảo mật cho tất cả mọi người.

Đáng chú ý là hiện đã có nhiều công ty gia nhập hệ sinh thái Halos trở thành các đối tác đầu tiên, bao gồm các công ty robot hình người Agility, Boston Dynamics, nhà sản xuất lidar Hesai Technology, công ty robot an toàn FORT Robotics, v.v., tổng thể hệ sinh thái đã mở rộng lên hơn 43 công ty.

Trong đó, Agility đã là người tiên phong thử nghiệm, tích hợp Halos vào robot Digit của mình và chính thức vận hành tại các nhà máy của Amazon, GXO và Toyota.

Robot mặc áo vest an toàn trong video đang di chuyển giữa các băng chuyền nhà máy, thực hiện các công việc thực tế như vận chuyển và logistics.

Từ chip đến phần mềm, bảo mật ba lớp

Vậy hệ thống bảo mật mới Halos này thực chất là gì?

Theo kiến trúc chính thức của NVIDIA, Halos có thể chia thành bốn lớp, từ dưới lên trên gồm: bảo mật nền tảng, hệ điều hành an toàn、 bảo mật thuật toán và bảo mật hệ sinh thái.

Bốn lớp này thực chất tương ứng với bốn khía cạnh của cùng một vấn đề—

Khi robot hoạt động trong thế giới thực, bốn nguồn lỗi có thể xảy ra: phần cứng, hệ thống phần mềm, quyết định của mô hình và xác thực bên ngoài cùng hệ sinh thái.

Đầu tiên là bảo mật nền tảng, đảm bảo phần cứng nền tảng không bị mất kiểm soát.

NVIDIA đã giới thiệu IGX Thor tại cấp độ này, một nền tảng tính toán AI hướng đến robot và các bối cảnh công nghiệp.

Nó được thiết lập một “hòn đảo an toàn” độc lập, có bộ xử lý, I/O, nguồn điện và đồng hồ riêng, được cách ly vật lý với hệ thống tính toán chính.

Ngay cả khi hệ thống AI chính bị sập, khởi động lại hoặc hoạt động bất thường, hòn đảo an toàn vẫn có thể thực hiện độc lập các chức năng quan trọng như phanh khẩn cấp.

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

Cùng một lớp còn có Holoscan Sensor Bridge, nhằm giải quyết một vấn đề then chốt khác: độ trễ và không khớp do tính dị hợp của cảm biến.

Các robot thường được trang bị đồng thời các thiết bị như lidar, camera độ sâu, IMU, cảm biến mô-men xoắn, v.v., nhưng những thiết bị này đến từ các nhà sản xuất khác nhau và chạy trên các giao thức khác nhau.

Nếu dữ liệu cần được xử lý theo từng lớp xếp hàng, bạn có thể bỏ lỡ cửa sổ an toàn trong vài chục miligiây.

Chức năng của Sensor Bridge là kết nối thống nhất tất cả dữ liệu cảm biến vào vùng tính toán an toàn, thực hiện xử lý đồng bộ độ trễ thấp và đạt mức đảm bảo an toàn SIL 2.

Lớp thứ hai: Hệ điều hành an toàn, giải quyết vấn đề “hệ thống có thể tự gặp lỗi không”

Nếu tầng đầu tiên đảm bảo “phần cứng không sụp đổ”, thì tầng này đảm bảo “hệ thống không hỗn loạn”.

Halos OS chạy trên IGX Thor, nền tảng cơ sở là Halos Core, hỗ trợ hai chế độ: thuần Linux hoặc kiến trúc lai Linux + QNX.

Trong trường hợp sau, NVIDIA sử dụng Hypervisor để chia hệ thống thành hai miền cách ly: Linux phụ trách tính toán AI và ứng dụng, còn QNX phụ trách các nhiệm vụ an toàn quan trọng. Cả hai hoạt động hoàn toàn cách ly với nhau.

Điều này có nghĩa là ngay cả khi lớp ứng dụng AI gặp sự cố, logic kiểm soát an toàn cũng không bị ảnh hưởng. Lớp này tương đương với việc thêm một “rào cản phần mềm” bên ngoài “hòn đảo bảo mật phần cứng”.

Trên cơ sở đó là mô-đun ứng dụng bảo mật, trong đó điển hình nhất là Outside-In Safety Blueprint.

Ý tưởng của nó là: không chỉ để robot tự nhìn thế giới, mà còn引入外部视角。

Ví dụ: lắp đặt camera trên trần nhà máy, với AI độc lập giám sát hành vi của robot từ góc nhìn bên ngoài.

Trong một tình huống cụ thể, khi xe nâng tự hành hoạt động trong container, các cảm biến trên xe dễ dàng hiểu sai ranh giới không gian, dẫn đến việc dừng khẩn cấp thường xuyên.

Hệ thống Outside-In có thể cho phép vận hành với hiệu suất cao hơn khi xác nhận môi trường an toàn, và ngay lập tức接管 can thiệp khi có người bước vào khu vực nguy hiểm.

Khả năng này hiện đã được mở cho các nhà phát triển và cung cấp dưới dạng mã nguồn mở.

Lớp thứ ba: An toàn thuật toán, giải quyết vấn đề “AI có thể tự đưa ra quyết định sai không”

Hai lớp đầu tiên đảm bảo “độ tin cậy của hệ thống”, nhưng rủi ro thực sự của robot thực sự đến từ lớp cao hơn — chính mô hình.

Dù là VLA (mô hình thị giác-ngôn ngữ-hành động) hay VLM (mô hình thị giác-ngôn ngữ), quyết định của chúng đều có thể sai lầm.

Ví dụ như nhầm thùng giấy thành người, hoặc nhầm người thành vật cản. Những lỗi này không phải là sự cố hệ thống, mà là “lỗi hiểu lầm”.

Mục tiêu của lớp bảo mật thuật toán là đánh giá và ràng buộc hành vi an toàn của mô hình trong thế giới vật lý, đảm bảo rằng các lỗi không chuyển hóa thành hành động nguy hiểm.

Lớp thứ tư: An toàn hệ sinh thái, giải quyết vấn đề “ai xác thực, ai chịu trách nhiệm”

Ở cấp cao nhất là an toàn hệ sinh thái, chịu trách nhiệm biến toàn bộ hệ thống thành “chuẩn ngành”.

NVIDIA đã thành lập Phòng thí nghiệm Kiểm tra Hệ thống AI Halos và nhận được chứng nhận kiểm tra ISO/IEC 17020 đầu tiên trên thế giới trong lĩnh vực AI vật lý. Các tổ chức chứng nhận như TÜV Rheinland, TÜV SÜD, UL Solutions, SGS, exida, CertX đều công nhận kết quả kiểm tra của nó.

Điều này có nghĩa là các công ty robot có thể hoàn thành kiểm tra trước tại NVIDIA trước khi bước vào quy trình xác minh chính thức, giúp giảm đáng kể thời gian và chi phí.

Trước đây, khâu này bị phân mảnh: cảm biến, bộ điều khiển và hệ thống thị giác đều được chứng nhận riêng biệt, với các tiêu chuẩn riêng, doanh nghiệp cần tự lắp ráp và chứng nhận lại.

Và Halos lần đầu tiên thống nhất quy trình từ chip, hệ thống, mô hình đến chứng nhận vào một hệ thống duy nhất.

Tại sao robot cần một hệ thống “an toàn”?

Tin rằng nhiều bạn khi nhìn thấy tin tức này đều sẽ nảy sinh một câu hỏi tương tự:

Tại sao robot công nghiệp đã được sử dụng ổn định trong nhiều thập kỷ, nhưng NVIDIA lại đặc biệt phát hành một hệ thống an toàn robot vào năm 2026?

Lý do rất đơn giản, vì các robot trí tuệ hình thể hiện nay đang bước ra khỏi phòng thí nghiệm và tiến vào các bối cảnh công nghiệp thực tế.

Trước đây, tay máy công nghiệp được cố định trong khu vực làm việc, quỹ đạo chuyển động được lập trình sẵn, và con người với máy móc được ngăn cách bởi hàng rào bảo vệ, an toàn chủ yếu dựa vào ranh giới vật lý.

Bây giờ, thế hệ robot mới đang bắt đầu bước vào nhà máy, kho bãi và thậm chí là văn phòng, chia sẻ không gian với con người.

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

Sự thay đổi mang lại là: các robot không còn là “bộ thực thi xác định” mà trở thành “các thực thể mang tính không chắc chắn”.

Ngay cả trong môi trường nhà máy có cấu trúc cao, sự hợp tác giữa các robot khác nhau, dòng vật liệu, thay đổi bố trí dây chuyền sản xuất, cùng với tính không quan sát được một phần của môi trường xung quanh, đều liên tục引入 các biến rủi ro mới.

Điều này khiến “an toàn” không còn chỉ là vấn đề cách ly cơ học, mà trở thành vấn đề cấp hệ thống.

Agility CEO Peggy Johnson cũng cho biết:

Để robot hình người tạo ra giá trị quy mô lớn, an toàn phải được tích hợp sẵn trong robot và được xác minh trên toàn bộ hệ thống. Đây không phải là lựa chọn, mà là điều kiện tiên quyết để robot hình người tham gia vào quy trình công nghiệp.

Phó chủ tịch về robot và AI biên của NVIDIA, Deepu Talla, đưa ra nhận định còn sâu sắc hơn:

Để robot có thể được triển khai quy mô lớn trong nhà máy, kho bãi và môi trường logistics, ngành công nghiệp cần một kiến trúc an toàn thống nhất.

Nói cách khác, vấn đề mà ngành công nghiệp robot đang gặp phải hôm nay rất giống với tình huống của xe tự hành cách đây hơn một thập kỷ—các mô hình ngày càng thông minh hơn, nhưng điều quyết định liệu chúng có thể được triển khai thực tế hay không thường không phải là bản thân mô hình, mà là sự an toàn.

而Halos，正是英伟达给出的答案。

Hệ thống toàn diện của NVIDIA hoàn thiện mảnh ghép cuối cùng

Cuối cùng, toàn bộ chiến lược của NVIDIA trong lĩnh vực robot đã hình thành.

Nếu tách riêng hệ thống này ra, có thể chia thành bốn lớp chính: đào tạo, mô phỏng, mô hình và suy luận.

Isaac Sim chịu trách nhiệm huấn luyện mô phỏng, giúp robot học cách tương tác với thế giới trong môi trường ảo;

GR00T cung cấp mô hình cơ sở để robot hiểu lệnh, nhận diện môi trường và tạo ra hành động;

Cosmos xây dựng mô hình thế giới để dự đoán kết quả phát triển của thế giới vật lý dưới các hành động khác nhau;

Jetson Thor chịu trách nhiệm suy luận biên, thực hiện những khả năng này trực tiếp trên thân robot.

Từ đào tạo đến mô phỏng, từ mô hình đến triển khai suy luận, mỗi lớp trong toàn bộ chuỗi công nghệ đều có sản phẩm của NVIDIA bao phủ.

Bây giờ, Halos đã lấp đầy mảnh ghép cuối cùng: bảo mật và quyền truy cập.

Khi quy trình này hoàn tất, robot gần như đã được tích hợp hoàn toàn vào stack công nghệ này.

Nếu thay đổi bất kỳ lớp nào khác (đặc biệt là hệ thống bảo mật và xác thực), đều có nghĩa là phải thực hiện lại toàn bộ quy trình xác minh, khiến thời gian và chi phí đều bị chìm.

Vì vậy, tình hình cũng trở nên rõ ràng: NVIDIA không sản xuất robot, nhưng nó đã để lại các giao diện của mình ở mọi cấp độ, từ chip đến mô phỏng, từ mô hình đến xác thực bảo mật.

Đây không chỉ là “giúp bạn xây dựng robot”, mà còn giống như đang định nghĩa—

Làm thế nào để tạo ra một robot.