Robocikowo>ROBOCIKOWO
Platforma AIAI-natywny

NVIDIA Halos (for Robotics)

NVIDIA Halos for Robotics — pełny stos bezpieczeństwa funkcjonalnego dla fizycznego AI (22.06.2026). IGX Thor + FSI, Holoscan Sensor Bridge, Halos OS + akredytowane laboratorium ISO/IEC 17020.

Producent:NVIDIAEdge · On-Premises · HybrydowyIEC 61508 SIL 3 · ISO 13849 · ISO/IEC TR 5469Wydano:22 cze 2026
Dostępność regionalna·0 regionów
  • Global early access (registered developers)
Data ResidencySovereign Cloud
NVIDIA Halos (for Robotics)
SDK / Języki
2c_cpp, python
Robotics-Ready

Opis

NVIDIA Halos for Robotics to pierwsza kompletna platforma bezpieczeństwa funkcjonalnego dla fizycznego AI, ogłoszona 22 czerwca 2026 r. Halos przenosi do robotyki dorobek NVIDIA z pojazdów autonomicznych: ponad 18 600 inżynierolat prac nad bezpieczeństwem i ponad 7 milionów linii certyfikowalnego kodu. Pierwszym wdrożeniem jest piąta generacja humanoida Digit firmy Agility Robotics planowana na koniec 2026 r.

Trójwarstwowa architektura

Warstwa sprzętowa — moduł NVIDIA IGX Thor z izolowaną wyspą bezpieczeństwa funkcjonalnego (Functional Safety Island, FSI) oraz Holoscan Sensor Bridge (HSB), który łączy sensory z platformą obliczeniową z niską latencją przez 10 GbE.

Warstwa oprogramowania — Halos OS, system operacyjny safety-rated dostępny w konfiguracjach Linux i Linux+QNX. Halos Core SDK dostępny w early access dla zarejestrowanych deweloperów.

Warstwa certyfikacji — NVIDIA Halos AI Systems Inspection Lab akredytowane przez ANAB (ISO/IEC 17020) jako jednostka inspekcyjna. Producenci humanoidów weryfikują w laboratorium zgodność oprogramowania, komponentów AI i zabezpieczeń cyberbezpieczeństwa z normami IEC 61508, ISO 13849 i ISO/IEC TR 5469.

Outside-In Safety Blueprint

Otwartoźródłowy blueprint dostępny na GitHub odwraca klasyczną logikę Inside-Out: tradycyjny robot widzi świat wyłącznie własnymi sensorami i zwalnia, gdy wykryje przeszkodę. Outside-In przekierowuje dane z zewnętrznych kamer obiektu do czterostopniowego potoku: SIPP (Sensor Input Processing Pipeline) przetwarza strumienie wideo na zdarzenia śledzące, SAIM (Safety AI Monitor) wykrywa degradację środowiska i anomalie, SEI (Safety Event Integrator) waliduje zdarzenia, SDM (Safety Decision Maker) podejmuje decyzje. W magazynie, gdy zewnętrzny system potwierdzi brak ludzi w strefie, SDM może chwilowo znieść limity prędkości robota.

Ekosystem partnerów

W ekosystemie Halos uczestniczy ponad 40 firm — od dostawców półprzewodników (Infineon, Texas Instruments) po jednostki certyfikujące (TÜV Rheinland, UL Solutions). TÜV Rheinland prowadzi inspekcję modułu IGX Thor i systemu Halos OS pod kątem gotowości do certyfikacji bezpieczeństwa funkcjonalnego — wyniki będą pierwszym praktycznym sprawdzianem wiarygodności systemu.

Pierwszy klient: Agility Robotics

Agility Robotics wdrażało dotychczas Digita wyłącznie za fizycznymi barierami (workcells). Piąta generacja Digita planowana na czwarty kwartał 2026 r. ma osiągnąć cooperative safety — pracę obok ludzi bez ogrodzenia. Kluczem jest moduł IGX Thor z Halos Core uruchamiający certyfikowane oprogramowanie. Według CEO Peggy Johnson otwiera to drogę do wdrożeń w obiektach Amazon, GXO, Schaeffler i Toyoty.

MLOps LifecycleMLOps LifecyclePełny cykl życia modelu: rejestr, feature store, prompt management, monitoring i human-in-the-loop.

7/11 wspieranych

Rejestr modeli

Wersjonowanie — wersjonowanie artefaktów modelu
Przepływy zatwierdzania — przepływ zatwierdzania przed produkcją
Niezmienne artefakty — niezmienność zapisanych wersji
Śledzenie rodowodu — śledzenie powiązań danych i modeli
4 / 4 wspierane · brak niespełnionych

Monitoring

Wykrywanie dryftu danych — wykrywanie dryftu danych wejściowych
Wykrywanie dryftu koncepcyjnego — wykrywanie dryftu koncepcyjnego
Monitorowanie halucynacji — monitorowanie halucynacji LLM
Ewaluacja stronniczości — narzędzia do ewaluacji stronniczości
2 / 4 wspierane · 2 niespełnione ukryte

Human-in-the-Loop

Usługi etykietowania — narzędzia do etykietowania danych
RLHF — reinforcement learning from human feedback
Ręczne przesłonięcia — ręczne przełączanie decyzji modelu
1 / 3 wspierane · 2 niespełnione ukryte

ZastosowaniaZastosowania AIDziedziny i scenariusze zastosowania, do których platforma jest najlepiej dopasowana – od RAG i fine-tuningu po zastosowania naukowe.

3

BezpieczeństwoBezpieczeństwo EnterpriseZestaw certyfikacji, kontroli dostępu oraz funkcji ochrony danych, kluczowych dla wdrożeń korporacyjnych i zachowania prywatności w chmurze.

Ekosystem deweloperskiEkosystem DeweloperskiZasoby wspierające programistów: dostępne biblioteki SDK, wspierane języki programowania oraz funkcje infrastrukturalne i metody wdrażania modeli.

Języki SDK
C+C / C++PyPython
Typ API
RESTgRPC
Społeczność i zasoby
Biblioteka szablonów
Szybki start
Dokumentacja API
Samouczki
$

Cennik i model biznesowyCennik i model biznesowyModele rozliczeń (usage-based, provisioned throughput), limity zasobów oraz parametry SLA (uptime, poziomy wsparcia).

Modele cenowe

Subskrypcja warstwowa

Limity zasobów

Per projekt
Per użytkownik
Alerty kosztów

SLA i wsparcie

Enterprise 24/7Standardowy

Robotics & Humanoids ExtensionRobotics & Humanoids ExtensionSilniki symulacji (Isaac Sim, Gazebo, MuJoCo), protokoły komunikacji (ROS2, MQTT, Zenoh), standardy robotyczne (URDF, OpenUSD) i edge orchestration.

Robotics-Ready
Standardy robotyczne
  • Wsparcie URDF
  • Interoperacyjność OpenUSD
  • Potoki Sim-to-Real
Edge Orchestration
  • Aktualizacje OTA (over-the-air)
  • Wsparcie jądra czasu rzeczywistego

ŹródłaArchiwum DokumentacjiScentralizowana baza linków do oficjalnych źródeł, instrukcji technicznych, repozytoriów oraz notatek wydawniczych (release notes).

Dane zweryfikowane: 23 cze 2026