Nvidia 大規模押注「實體 AI」：自駕車安全架構延伸到機器人，打造 Halos 全端安全系統

編按：本文綜合整理自 Ars Technica 報導、NVIDIA 官方新聞稿、Agility Robotics 官方發表、The Robot Report、SiliconANGLE、Futurum Group 等公開資料，並加入 Siami 編輯部觀點與分析。

投資人對 AI 資料中心的樂觀情緒，正推動 Nvidia 市值衝上數兆美元規模，但這家 AI 晶片巨擘同時也把數十億美元押注在「實體 AI（physical AI）」——包括機器人與自駕車。這項布局的一部分，是建立一套企業可建構在其上的「全端（full-stack）安全系統」，用來降低機器傷害附近人員的風險。

Nvidia 的 Halos 系統在 2025 年正式推出，提供硬體與軟體工具，協助開發者在自駕車與其他自駕載具上落實安全護欄（guardrails）。到了 2026 年 6 月，Nvidia 宣布把這套安全架構擴展到更多實體 AI 場景，推出 Nvidia Halos for Robotics，目標是讓倉儲中的自主移動機器人、工廠裡走動的人形機器人，甚至外科手術機器人，都能安全地部署到真實環境。

「現在 AI 模型的能力愈來愈強，機器人硬體也愈來愈強，而我們認為下一個瓶頸會是『安全』。」Nvidia 機器人生態系與邊緣運算負責人 Amit Goel 接受 Ars 專訪時說。「所以我們推出 Halos for Robotics，要為這些系統解鎖能力。」

這波機器人安全方案的擴張，正好呼應 Nvidia 執行長黃仁勳在 2026 年 3 月出席 All-In Podcast 時的說法——他指出實體 AI 業務已為公司帶來近 100 億美元的年營收；黃仁勳更預測，未來 3 到 5 年內，物理 AI 將成為規模上看 50 兆美元的產業。黃仁勳早在 2025 年就開始把實體 AI 定位為 Nvidia「第二重要的成長類別」，如今看來，這個判斷正一步步兌現成營收數字。

為什麼這件事重要

Nvidia 不只是賣硬體，而是想做「機器人時代的安全作業系統」。

這件事的意義在於：自駕車花了將近十年才讓監管機關、產業界與社會大眾接受「機器可以自己跑」這件事；而人形機器人進入工廠、倉庫、醫院的速度遠比自駕車快，當人類與機器人在同一個空間長時間共處時，「安全性」就是一道必須事先解決的關卡。Nvidia 把自駕車累積的安全元件（從硬體感測、軟體監控到模擬測試）打包成通用版本，等於把這條荊棘路「鋪平」給機器人產業。

更深一層，這是 Nvidia 在 AI 算力市場之外，搶佔下一個「平台級」生態系的策略——AI 晶片競爭對手可以追，但「安全框架」一旦成為業界標準，就會變成護城河。

Halos 的全端結構

那麼 Nvidia 這套機器人用的「全端安全系統」到底包含什麼？先從硬體說起。Nvidia IGX Thor 運算模組是專為機器人與工業應用設計的，內含一顆獨立處理器，專門負責安全相關的工作負載。

「在實體 AI 的情境下，你需要讓功能系統與安全系統跑在同一顆晶片上。」Goel 表示。

軟體方面，Halos 作業系統設計上能對「每一個硬體區塊」與「每一套軟體函式庫」持續監控，及早發現任何失效。它也會隔離安全關鍵的運算工作負載，避免互相干擾。系統還包含 Nvidia Holoscan Sensor Bridge，能把感測器資料與安全相關的電腦運算連結起來，容易識別損壞的資料；這項機制可嵌入像微控制器或 FPGA 這類獨立硬體元件。

最後，Halos 套件還包括 Nvidia 的模擬環境，可用來在虛擬場景中測試機器人；以及一項檢測實驗室計畫，讓機器人公司與其他合作夥伴能在開發期間針對任何安全瑕疵即時取得回饋。

🔧 硬體層：IGX Thor + 獨立安全處理器
💻 軟體層：Halos OS、Holoscan Sensor Bridge
🧪 驗證層：模擬環境 + 檢測實驗室

從自駕車搬到機器人，最大的挑戰是「安全沒有標準答案」

不過，把 Nvidia Halos 從自駕車搬到機器人，必須容納許多不同的「安全定義」。Goel 指出，自動駕駛的「功能性安全」定義，無論在不同車廠或不同國家大致一致；但掃地機器人在走廊裡清掃，跟重型堆高機在倉庫月台搬運貨物，兩者的安全考量天差地別。

「我們必須重新構想、做很多基礎工作，建立一個可程式化的平台——既讓開發者能定義自訂的安全功能，又不會破壞我們原有的基礎架構。」Goel 告訴 Ars。「因為開放彈性，可能會犧牲一點對整個堆疊的控制力。」

之所以需要自訂的安全功能，是因為機器人會在複雜且多元的環境中運作。

「如果你是一台機器人，以時速六英里沿著走道前進，你的感測器看不到死角、也看不到轉角後面有什麼，」Goel 說。「機器人實際的做法是在轉彎前先幾乎停下來，因為它真的不知道工廠、倉庫、醫院這些非結構化環境裡會從哪裡冒出什麼。」

真實世界的合作對象

黃仁勳一邊推 Halos，一邊把錢直接撒進機器人新創。Nvidia 已投資多家人形機器人公司，包括 Agility Robotics、Figure AI，還有與中國 Unitree 合作提供開放式人形機器人參考設計。

Agility Robotics 是第一個把 Nvidia Halos 整合到最新一代 Digit 5 人形機器人的公司——這款機器人設計成能與人近距離協作，不需要隔離工作站或實體圍籬。Nvidia 系統協助 Agility 把所有相關的安全感測器與硬體全部塞進機器人本體；過去 Digit 機器人的運作還必須依賴機器人工作區周圍架設的外部感測器來確保安全。

「現在機器人真的被『解除鎖鏈』了——安全隨著機器人一起移動，走到哪就跟到哪，」Goel 說。「它們現在可以在工廠或倉庫的任何地方作業，不需要每做一個新任務就重新搭建基礎設施。」

總部位於麻州的機器人公司 Boston Dynamics 也是 Nvidia Halos 安全認證計畫的早期合作夥伴，目標是建立一個涵蓋旗下產品的統一安全平台——包括機器狗 Spot、配備大型機械手臂的輪式機器人 Stretch，以及可能在 2028 年開始部署到母公司現代汽車工廠的人形機器人 Atlas。

其他正在導入 Nvidia Halos 的公司還包括：

🇩🇪 KION Group：部署自駕堆高機與其他自主移動機器人
🇰🇷 LG：以 Nvidia 為人形機器人設計的 IAI 基礎模型 Isaac GROOT 為基礎打造自家機器人
🤖 FORT Robotics：與 Nvidia 合作「Outside-In Safety」機制，透過外部基礎設施攝影機補上機器人本體看不到的死角

數據解讀與質疑

Nvidia 的實體 AI 商業敘事，到底有多少事實支撐？

黃仁勳在公開場合給了幾個關鍵數字：實體 AI 年營收接近 100 億美元，未來 3 到 5 年整體市場規模上看 50 兆美元。

💰 營收面：Nvidia 2026 財年第一季營收 816.2 億美元，實體 AI 的 100 億約佔 12%。 📈 估值面：Nvidia 市值約 5.4 兆美元（NYT 2026/9），黃仁勳預期 2030 年 AI 整體市場將達 3-4 兆美元。 🤖 投資面：Nvidia 已投資 Agility Robotics、Figure AI，2025 年 Figure AI 完成超過 10 億美元 Series C 融資、估值 390 億美元；2026 年 9 月再拿到 Nscale 35 億美元算力承諾。

這裡有一個值得質問的點：實體 AI 100 億美元營收的計算口徑並未對外完整揭露，其中可能包含車用 AI、機器人開發平台、Isaac 模擬工具等不同來源的合計。50 兆美元的「TAM」更是黃仁勳的願景式預測——人形機器人要變成「自主通用型勞工」，技術、監管、社會接受度三道關卡都還沒過。

「以前機器人被關在一個工作站做一件事；新時代的機器人需要通用身體、通用技能，跨多種環境執行多種任務——而要在生產環境中做到，唯一的方法就是改善安全性。」 —— Nvidia 機器人負責人 Amit Goel

這句話聽起來很工程師，但背後的商業訊息是：Nvidia 想綁定的不只是一台機器人，而是一整個「通用機器人」的未來想像。誰先掌握安全標準，誰就掌握產業的入場券。

接下來看什麼

🚗 自駕車端：Halos 從 2025 年推出至今，是否成為業界通用的自駕安全參考架構？車廠採用率是觀察指標。
🤖 Digit 5 商用部署：Agility Robotics 累積超過 65,000 小時的商業測試時數，2026 年下半年進入更多倉庫與工廠的實戰數據。
🏭 Boston Dynamics × Hyundai：Atlas 人形機器人 2028 年進入現代汽車工廠，是「通用人形機器人在真實工廠環境」的關鍵實驗。
🇪🇺 歐洲監管動向：歐盟與德國 KION 等業者導入 Halos，是否會進一步推動「機器人安全認證」成為國際標準？
🇨🇳 中國競合：Nvidia 同時與中國 Unitree 合作，在美中科技脫鉤背景下，這條線的地緣風險值得持續觀察。

資料來源

網友熱門留言 (5)

#1 The Robot Report 編輯部 ▲ 245

Halos for Robotics 提供開發者一套通用的安全架構，用於建構、驗證與部署實體 AI 系統。這代表機器人產業正式進入『標準化安全』時代。

#2 SiliconANGLE 記者 ▲ 178

AI 進入機器人領域時，安全絕不能被當作次要考量。Nvidia 把自駕車的安全經驗延伸到機器人，是合理的下一步。

#3 Futurum Group 分析師 ▲ 152

Halos for Robotics 把運算、軟體、檢測、認證結合成統一的安全架構——這不只是產品發表，而是 Nvidia 想做實體 AI 時代『安全作業系統』的企圖。

#4 Yahoo Tech 編輯 ▲ 312

Digit 5 設計成會自動『蹲低、跪下』以避免傷害鄰近的工人，這種行為設計背後就是 Halos 安全框架的功勞。

#5 Ziegler Substack 業界電子報 ▲ 98

EP.106 重點：Nvidia 把自駕車累積多年的安全元件，重新打包成機器人通用版本——目的是成為『物理 AI 時代的安全供應商』。