Nvidia 推出 Halos for Robotics 安全系統，鎖定三大工業領域

Nvidia Corp. 週一推出 Halos for Robotics，為業界首個全棧式物理 AI 安全系統，將其自動駕駛安全架構延伸至必須與人類工人在即時環境中感知、決策並行動的機器人。該系統將 Nvidia 的 IGX Thor 運算平台、用於感測器連線的 Holoscan Sensor Bridge，以及 Halos OS 安全軟體整合為統一架構，涵蓋 AI 機器人應用的建置、測試與管理——解決 Deloitte 所認定為物理 AI 廣泛採用的主要障礙。

「安全一直是規模化的先決條件——如果你無法確保機器人在人員與有價值的基礎設施周圍安全運行，就無法大規模部署機器人，」FORT Robotics 執行長 Samuel Reeves 在一份聲明中表示。FORT 為物理 AI 提供信任層（Trust Layer），現已加入 Nvidia Halos 生態系統，並在芝加哥 Automate 大會上展示了一款基於開源 Nvidia Halos Outside-In Safety Blueprint 所建構的自主安全應用。

Halos 系統由多層架構組成：IGX Thor 與 Holoscan Sensor Bridge 提供工業級 AI 運算與感測器連線；Halos OS 搭配 Halos Core 負責安全相關作業功能；而可插拔的藍圖則可透過外部攝影機與 AI 代理來擴展機器人感知能力，動態調整機器人行為。Halos AI Systems Inspection Lab 獲得美國國家標準協會國家認證委員會（ANSI National Accreditation Board）認證，是首個專為驗證自動化系統的功能安全、網路安全與 AI 合規性而設計的設施，並與 TUV Rheinland、UL Solutions、TUV SUD、Exida、SGS 及 CertX 等認證機構合作。

隨著物理 AI 從試驗階段邁向量產，機器人安全的重要性日益升高。領先的人形機器人公司 Agility Robotics Inc. 率先將 Halos 元件整合至其專有安全系統中，並在安大略省 Toyota Motor Manufacturing Canada 的伍德斯托克（Woodstock）工廠部署其 Digit 機器人。Agility 的客戶包括 Amazon.com Inc.、GXO、Schaeffler 及 Toyota。Agility 執行長 Peggy Johnson 表示：「要使人形機器人實現規模化價值，安全必須內建於機器人中，並在整個系統中獲得驗證。」

Outside-In Safety 將機器人感知能力擴展至車載感測器之外

傳統安全系統依賴車載感測器，使機器人在受限環境中只能以保守的操作限制運行。Nvidia 的 Outside-In Safety Blueprint 結合 FORT 的 Trust Layer，利用外部基礎設施感測器與視覺 AI 代理，提供即時、可認證的功能安全性，並最大化運作效率。該方法可根據動態環境自動調節機器人效能，減少傳統系統常見的成本高昂的減速問題。

FORT 更廣泛的安全架構現在涵蓋三個層級：Outside-In Safety 負責基於基礎設施的感知；Onboard Active Safety 負責即時偵測與回應；以及 Human-in-the-Loop 控制負責遠端操作與干預。FORT 自 2018 年成立以來已取得 27 項專利，並在倉儲、製造、農業與建築領域向超過 600 家客戶部署了超過 19,000 台設備。

監管壓力加速安全標準化

歐盟機械法規（European Union Machinery Regulation）將於 2027 年 1 月 20 日生效，首次要求對具有「自演化行為」的機器進行符合性評估，此類別涵蓋任何運行 AI 基礎模型的機器。該法規與歐盟 AI 法案密切相關，但目前尚未明確定義如何認證觸發其要求的系統。Nvidia 正將 Halos 定位為認證平台——類似於 AI 安全領域的「Intel Inside」——供應商可透過整合該平台來證明符合新興標準。

過去 12 個月，Nvidia 股價上漲 42%，因其資料中心業務已從 GPU 銷售擴展至全棧式 AI 基礎設施。Halos for Robotics 的推出將 Nvidia 的可及市場擴展至機器人安全層，該領域此前缺乏標準化的認證框架。Agility 的 Digit 採用機器人即服務（RaaS）模式，此模式要求具備可證明的安全保證，保險公司與客戶才會願意為大規模部署提供承保。透過 Halos，Nvidia 押注其自動駕駛平台所依賴的安全架構，能夠成為更廣泛物理 AI 經濟的預設標準。

本文僅供資訊參考，不構成投資建議。