NVIDIA 发布 Physical AI 全栈安全体系 Halos：从芯片到认证的每一层安全

NVIDIA Halos 是什么？一句话说清楚

2026年9月21日，NVIDIA 在官方博客发布了一篇关于物理 AI 安全的文章，核心是介绍 NVIDIA Halos 这个全栈安全系统。它由 NVIDIA 开发，是面向自动驾驶汽车、人形机器人、工业机器人等物理 AI 的安全体系，官方未说明是否开源或开放权重。它能覆盖硬件、操作系统、AI 模型、仿真验证和第三方检测，让机器在真实世界里行动前先确认安全。

打个比方，就像给会跑会跳的机器人请了一位从设计到上路都全程陪同的安全教练，每一步都先检查再行动，确保它不会撞到人或东西。这个安全教练不是只检查一次，而是从设计、部署到运行一直跟着。

为什么物理 AI 需要全新的安全模型？

原文指出，物理 AI 正从研究快速走向大规模部署。ABI Research 预测到 2035 年将有 4900 万辆 L3 至 L5 自动驾驶汽车，Omdia 估计 2026 至 2035 年间约 6000 万台工业机器人会被部署。这些机器进入道路、工厂、仓库等与人共享的环境，安全必须跟着一起扩大。

过去的安全检查像考试前突击复习，考完就结束。但物理 AI 的决策会变成真实动作，所以需要硬件、软件、AI、运行环境和部署生命周期每一层都安全，而不是部署前做一次检查就完事。

四个变化让旧安全标准不够用了

原文列出四个关键变化。第一，动态环境需要能理解上下文的安全，道路、工厂和仓库不能只靠静态区域或物理围栏控制，系统必须感知变化并安全停下。第二，AI 行为需要自己的保障，测试要同时评估 AI 软件和传统功能安全，使用设计时、运行时和验证时的护栏，ISO/IEC TS 22440 等新标准开始处理这些风险。

第三，部署是持续进行的，自动驾驶汽车和机器人会通过软件和模型更新、新任务和变化的环境不断进化，重大变化可能需要额外安全测试。第四，大规模验证需要仿真和合成数据，因为场景太多太复杂，必须把真实测试和仿真、合成数据生成、场景重建结合起来。

Halos 为自动驾驶汽车准备了什么？

针对自动驾驶，Halos 覆盖硬件、操作系统与中间件、端到端模型、仿真与验证。硬件方面，NVIDIA DRIVE AGX Thor 提供安全设计的加速计算，NVIDIA Hyperion 提供面向 L4 自动驾驶的全栈车辆平台和参考架构。操作系统方面，Halos OS 基于 ASIL-D 认证的 DriveOS 构建统一软件基础，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 提供开放推理视觉语言动作模型，为长尾场景带来可解释性。仿真与验证方面，NVIDIA Halos 安全评估框架提供工具和指南，生成支持不同自动化级别自动驾驶安全案例的证据。这些元素把云端 AI 开发与仿真和车内部署连接起来，让安全证据在车辆生命周期内可追溯。

Halos 为机器人准备了什么？

针对机器人，Halos 同样覆盖多个层面。硬件方面，NVIDIA IGX Thor 是工业级模块，把加速计算和功能安全放在一个平台上，并带有专用功能安全岛，设计用于支持 IEC 61508 和 ISO 13849 等标准。软件方面，Halos Core for IGX 提供安全相关操作功能的软件基础，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与处理能力。

实时感知方面，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定义好的安全响应。仿真与验证方面，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。此外，开源 NVIDIA Halos Outside-In Safety Blueprint 使用外部摄像头和视觉 AI 代理，把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。

谁来检测和认证？安全证据怎么被独立评估？

原文强调，NVIDIA Halos AI Systems Inspection Lab 把安全、网络安全和 AI 安全要求变成可重复的检查，帮助 Halos 集成准备最终由第三方机构进行系统级认证。ANAB 已认可该实验室为 ISO/IEC 17020 检查机构。在自动驾驶方面，TÜV SÜD 认证了 NVIDIA 汽车产品生命周期软件流程和 DriveOS 6.0 达到 ISO 26262 ASIL D，以及汽车工程流程达到 ISO/SAE 21434。TÜV Rheinland 还对 NVIDIA DRIVE AV 进行了独立的 UNECE 安全评估。

在机器人方面，TÜV Rheinland 正在检查 NVIDIA IGX Thor、Halos OS 和 Holoscan Sensor Bridge 的功能安全认证准备情况，此前 TÜV SÜD 已检查 Thor SoC 和 Halos Core 的 ISO 26262 合规性。这些独立评估就像给安全教练发证书，证明它教的方法符合行业标准，不是自己说自己安全。

谁在参与这个安全生态？

原文列出众多合作伙伴。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，并由 Halos OS 支持。Uber、Grab、Lyft 等出行公司也在使用 Hyperion 扩展 robotaxi 开发和部署。Halos AI Systems Inspection Lab 成员包括 AUMOVIO、Bosch、Gatik、Hesai、Lucid、MIRA、onsemi、PlusAI、Sony、Valeo 和 Wayve，覆盖自动驾驶开发、ADAS、传感器、芯片、系统集成、验证和安全保障。

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。

对开发者和普通人的意义与限制

对开发者来说，Halos 提供了一套从硬件到认证的参考路径，可以减少自己从头搭建安全体系的难度。对普通人来说，这意味着未来路上的自动驾驶汽车和工厂里的机器人，在行动前会经过更多层安全检查。但原文没有说明 Halos 是否开源、具体定价、各组件独立发布时间、支持的国家和地区，也没有给出普通开发者获取或使用该系统的详细步骤。

另外，Halos 的安全原则在自动驾驶和机器人之间共享，但平台、标准和证据仍按各自领域区分。也就是说，不能直接把自动驾驶的安全方案照搬到机器人上。想核验具体认证状态，可以查看 TÜV SÜD、TÜV Rheinland 和 ANAB 的公开信息，但原文没有提供这些认证的编号或有效期。