英伟达发布Halos全栈安全系统，称覆盖自动驾驶与机器人设计到部署
英伟达在博客中介绍其物理AI安全体系Halos，涵盖DRIVE AGX Thor、Halos OS、IGX Thor等组件，并给出ABI Research与Omdia对2035年前自动驾驶和工业机器人装机量的预测。
AI解读：英伟达这篇博客的核心不是发布某款新芯片，而是把自动驾驶和机器人领域已有的安全组件打包成一个叫Halos的全栈体系，对外说明物理AI要规模落地，安全验证不能只在部署前做一次。
对做自动驾驶和机器人的公司来说，真正的影响在于采购和认证路径：Halos把硬件、操作系统、模型、仿真验证和第三方检测机构串在一起，厂商可以按层选装，而不是自己从芯片到安全案例全部重建。
博客引用的两个数字值得记住——ABI Research预计到2035年L3至L5自动驾驶汽车保有量达4900万辆，Omdia预计2026至2035年间约6000万台工业机器人将被部署。这些是预测而非已实现数字，但解释了英伟达为什么现在推安全体系。
目前可验证的只有英伟达披露的产品清单、合作方名单和第三方认证进展，例如TÜV SÜD对DriveOS 6.0的ISO 26262 ASIL D认证。安全体系能否真正缩短客户拿到认证的时间，博客没有给出实测数据。
英伟达在官方博客中称，物理AI正从研究快速走向大规模部署，其安全基础来自十余年自动驾驶安全研发积累，涵盖功能安全、传感器融合、AI行为保证、视觉AI、仿真和真实世界验证。
博客给出两组第三方预测：ABI Research预计到2035年，L3至L5级自动驾驶汽车保有量将达到4900万辆；Omdia预计2026年至2035年间大约有6000万台工业机器人被部署。
英伟达表示，物理AI安全意味着要证明AI驱动的机器——自动驾驶汽车、人形机器人、工业机器人等——在决策转化为物理动作时行为安全，这需要硬件、软件、AI、运行环境和部署生命周期各层的安全，而不是部署前的一次性检查。
英伟达认为物理AI需要新的安全模型
博客列出四项变化：动态环境需要情境感知的安全，道路、工厂和仓库无法通过静态区域或物理屏障完全控制；AI行为需要自己的保证，测试必须在传统功能安全之外评估AI软件，使用设计时、运行时和验证时的护栏，ISO/IEC TS 22440等新兴标准开始处理这些AI特定风险；部署是持续进行的，自动驾驶汽车和机器人通过软件和模型更新、新任务和变化的运行条件演进，实质性变更可能需要额外的安全测试；规模化验证需要仿真和合成数据，潜在场景的数量和复杂性要求把真实世界测试与仿真、合成数据生成和场景重建结合起来。
英伟达在博客中称，物理AI安全需要专业工程、数据、流程和验证，很少有公司能独自复制。其安全基础建立在十余年自动驾驶安全开发之上。
Halos在自动驾驶和机器人上的组件
对于自动驾驶开发，英伟达称Halos覆盖：硬件方面，NVIDIA DRIVE AGX Thor提供安全工程化的加速计算，NVIDIA Hyperion提供面向L4级自动驾驶汽车的全栈车辆平台和参考架构；操作系统和中间件方面，Halos OS提供基于ASIL-D认证DriveOS的统一软件基础，Halos Core和Halos Middleware支持系统隔离、监控和确定性通信；端到端模型方面，NVIDIA Alpamayo提供开放的推理视觉语言动作模型，为长尾场景带来可解释性；仿真和验证方面，NVIDIA Halos安全评估框架提供工具和指南，用于生成证据以支持不同自动化级别的自动驾驶安全案例。
对于机器人，英伟达称Halos覆盖：硬件方面，NVIDIA IGX Thor是工业级模块，在同一平台上结合加速计算和功能安全，并配有专门的功能安全岛，设计用于支持依据IEC 61508和ISO 13849等标准开发的系统；软件方面，面向IGX的Halos Core为安全相关操作功能提供软件基础，包括故障检测、监控和报告，以及连接传感器、执行器和其他安全组件的通信和处理能力；实时传感方面，NVIDIA Holoscan Sensor Bridge把传感器数据与AI和安全相关处理连接起来，帮助系统识别无效信息并执行既定的安全响应；仿真和验证方面，NVIDIA Isaac Lab和NVIDIA Omniverse库让开发者在相关条件和边缘案例中测试机器人行为，补充真实世界验证；由外而内的安全方面，开源NVIDIA Halos Outside-In Safety Blueprint使用外部摄像头和视觉AI代理，将感知扩展到车载传感器之外，支持设施级监控和功能安全用例。
英伟达称，Halos AI Systems Inspection Lab把安全、网络安全和AI安全要求转化为可重复的检查，帮助Halos集成准备好接受第三方机构的最终系统级认证。
合作方与独立评估进展
博客列出参与Halos生态的公司，包括产品开发方、软件和嵌入式系统提供商、传感器和芯片公司、安全解决方案开发方和认证机构。在自动驾驶领域，吉利、五十铃、日产（由Wayve软件驱动）和Einride正在NVIDIA Hyperion上构建L4就绪车辆，由Halos OS支持。Uber、Grab、Lyft等出行服务商也在使用Hyperion扩大robotaxi开发和部署。Halos AI Systems Inspection Lab的成员包括AUMOVIO、Bosch、Gatik、Hesai、Lucid、MIRA、onsemi、PlusAI、Sony、Valeo和Wayve。
在机器人领域，acontis和QNX提供可预测运行安全功能所需的嵌入式软件；Advantech和NexCOBOT构建安全设计的NVIDIA IGX系统；Infineon、NXP、STMicroelectronics和Texas Instruments贡献传感器、安全微控制器等半导体技术；KION Group正在为自动叉车开发功能安全代理；Agility正在把NVIDIA IGX Thor和Halos Core集成到其Digit 5人形机器人的安全系统中。
在独立评估方面，博客称对于自动驾驶，TÜV SÜD将英伟达的汽车产品生命周期软件流程和DriveOS 6.0认证为ISO 26262 ASIL D，并将英伟达的汽车工程流程认证为ISO/SAE 21434；TÜV Rheinland还对NVIDIA DRIVE AV进行了独立的UNECE安全评估。对于机器人，TÜV Rheinland正在检查NVIDIA IGX Thor、Halos OS和Holoscan Sensor Bridge的功能安全认证就绪情况，此前TÜV SÜD已对Thor SoC和Halos Core进行ISO 26262检查。ANAB已认可NVIDIA Halos AI Systems Inspection Lab为ISO/IEC 17020检查机构。