輝達推出Halos軟體，推動人形機器人人機安全協作
Claire Weston
英偉達發布Halos安全軟件系統，令人形機械人能在人身邊工作時自主判斷安全邊界，而非一偵測到人就停機——這意味著→ 機械人從「隔離式安全」邁向「協作式安全」，是人形機械人走進真實工作場景的關鍵一步。
現時機械人的安全方案有甚麼問題？
現有工業機械人的安全邏輯很簡單：一偵測到人靠近，就減速或停機。
這意味著→ 機械人要麼被關在籠裡，要麼一有人接近就「癱瘓」，根本無法完成遞東西、幫搬運這類需要直接接觸人的任務。
簡單來說＝ 現時的安全方案令機械人很安全，但也令它幾乎沒用——越安全越不能幹活。
Halos是怎樣解決這個問題的？
Halos源自英偉達的自動駕駛技術，運行在英偉達IGX Thor硬件（一種專為邊緣場景設計的高算力晶片平台）上。
核心變化：機械人能實時感知周圍環境並自主做出安全決策，不再是簡單的「見人就停」。
系統還支援接入外部傳感器網絡——例如倉庫裡的自動叉車可以調用倉庫攝像頭，看到轉角後面有沒有人，據此判斷該全速前進還是減速。
這意味著→ 安全判斷從「機械人單打獨鬥」升級為「機械人＋環境傳感器」協同決策。
人形機械人的安全設計，難在哪裡？
Agility Robotics首席技術官Pras Velagapudi指出：人形機械人的安全難度遠超自動駕駛汽車。
這反映出一個根本區別——自動駕駛只需要避免接觸，人形機械人卻必須判斷：哪些東西可以碰、可以搬、該用多大力。
簡單來說＝ 如果機械人弱到只能輕輕碰人一下，它也就沒有能力完成任何有用的工作——安全和能力必須同時解決。
誰在用，市場有多大？
Agility Robotics是首批落地客戶，其Digit人形機械人已在豐田汽車加拿大工廠部署，將接入Halos技術。
商業化路徑：從倉儲物流起步，逐步向零售、醫療、建築延伸，每個新場景難度遞增，但各自都是體量龐大的市場。
巴克萊銀行預測，人形機械人市場規模將於2035年達到2000億美元。
這意味著→ Halos能否把「安全感知」從技術概念變成可量產的認證標準，將是這一市場能否如期兌現的核心變量。
英偉達還做了甚麼來推動落地？
英偉達同時宣布建立專項安全測試實驗室，供機械人製造商和客戶在向監管機構申請認證前進行測試。
英偉達工程師將提供預檢和技術調整支援。
這反映出英偉達的佈局思路：不只賣軟件和晶片，還要把認證流程本身變成自己生態的一部分。
Content is for reference only, not financial advice.