NVIDIA ha presentado Halos for Robotics, una arquitectura de seguridad para robots con IA física que adapta al entorno industrial parte del trabajo desarrollado por la compañía en vehículos autónomos. El primer integrador anunciado es Agility Robotics, que incorporará elementos de Halos en el sistema de detección segura de personas de su humanoide Digit.
Una pila común para robots que trabajan con personas
El anuncio llega en Automate 2026 y apunta a un problema menos vistoso que la destreza de un robot, pero mucho más decisivo para escalar despliegues reales: cómo certificar y mantener la seguridad de máquinas autónomas que perciben, deciden y actúan junto a operarios, carretillas, líneas de producción y otros robots.
Según la nota oficial de NVIDIA, Halos for Robotics combina tres capas. La primera es el hardware de cómputo y conectividad, con NVIDIA IGX Thor y Holoscan Sensor Bridge. La segunda es Halos OS, el software que agrupa funciones de seguridad, aplicaciones y blueprints. La tercera es el Halos AI Systems Inspection Lab, un programa acreditado por ANAB para ayudar a los socios a preparar certificaciones de seguridad funcional y seguridad de IA con organismos como TÜV Rheinland, UL Solutions, TÜV SÜD, exida, SGS y CertX.
La idea no es vender un sensor aislado ni un botón de parada de emergencia más sofisticado. NVIDIA intenta empaquetar una arquitectura común para que distintos fabricantes de humanoides, AMR o robots industriales no tengan que construir desde cero toda la parte de seguridad cada vez que cambian de plataforma de cómputo, cámara, controlador o aplicación.
En su blog técnico, la compañía afirma que la base procede de más de 18.000 años de ingeniería acumulados en seguridad para vehículos autónomos, junto con más de 21.000 millones de transistores evaluados, más de 7 millones de líneas de código revisadas y decenas de certificados o informes de evaluación. Son cifras de NVIDIA, no resultados independientes de robots en fábrica, pero explican por qué la empresa está posicionando Halos como una transferencia desde automoción hacia robótica física.
Qué aporta IGX Thor y el blueprint outside-in
La capa de hardware se apoya en IGX Thor, descrito por NVIDIA como una plataforma de cómputo industrial con seguridad funcional integrada. El blog técnico cita hasta 2.070 TFLOPS FP4, 14 núcleos Arm Neoverse y 128 GB de memoria, además de una isla de seguridad funcional capaz de operar de forma aislada del dominio principal de IA. Esa separación es importante porque, en una arquitectura de seguridad seria, no basta con que el modelo de percepción detecte bien: también hace falta que el sistema pueda reaccionar de forma controlada cuando hay fallos, latencias, sensores degradados o decisiones ambiguas.
El Holoscan Sensor Bridge conecta sensores y actuadores a IGX a través de Ethernet, con autenticación de dispositivo, flujo cifrado y protocolo de seguridad de extremo a extremo según el material técnico de NVIDIA. La lectura práctica es que la compañía quiere cubrir no solo el ordenador del robot, sino también la cadena de datos desde cámaras y sensores externos hasta las funciones que modifican la velocidad, el paro o el comportamiento permitido.
La parte más tangible para desarrolladores es NVIDIA Halos Outside-In Safety Blueprint, ya disponible en GitHub en acceso temprano. El blueprint está pensado para ampliar la percepción de un robot con cámaras de infraestructura, modelos de visión, gemelos digitales y lógica de seguridad. En vez de depender solo de los sensores embarcados, un almacén o una fábrica podría usar cámaras externas para confirmar si una zona está despejada, reducir falsos positivos o adaptar dinámicamente el comportamiento de una máquina.
NVIDIA usa como ejemplo la carga autónoma de remolques, un caso donde los sistemas de seguridad “inside-out” pueden confundir paredes, carga o geometrías estrechas con obstáculos que obligan al robot a parar o moverse muy despacio. El enfoque outside-in no elimina la necesidad de sensores embarcados, pero intenta añadir una segunda capa de contexto desde el entorno.
Digit será el primer escaparate industrial
El primer nombre propio del anuncio es Agility Robotics. NVIDIA asegura que Agility integrará IGX Thor y Halos Core en su sistema propietario de detección segura de personas para Digit, el humanoide bípedo orientado a logística, fabricación y operaciones de almacén. La compañía también participará en el Halos AI Systems Inspection Lab para revisar componentes de software de seguridad, IA y ciberseguridad frente a estándares como IEC 61508, ISO 13849 e ISO/IEC TR 5469 antes de una certificación externa final.
El matiz importa. No significa que Digit quede automáticamente certificado por usar Halos, ni que todos sus despliegues industriales pasen a ser autónomos de un día para otro. Lo que anuncia NVIDIA es una colaboración para incorporar elementos de una arquitectura de seguridad y usar un proceso de inspección previo a la certificación. Aun así, el movimiento es relevante porque Agility es uno de los pocos fabricantes de humanoides que ha puesto el foco en tareas logísticas repetibles, no en demos domésticas o vídeos de laboratorio.
La nota menciona fábricas, almacenes y operaciones logísticas de clientes como Amazon, GXO, Schaeffler y Toyota Motor Manufacturing Canada. En ese tipo de entornos, el límite real para escalar humanoides no es solo que puedan mover cajas, sino que puedan hacerlo con una seguridad demostrable, auditada y mantenible cuando cambian las personas, los pasillos, los turnos y las reglas operativas.
Lo que queda por demostrar
Halos for Robotics llega con una promesa fuerte: convertir la seguridad de robots con IA física en una plataforma compartida. Pero todavía hay una distancia clara entre publicar blueprints, abrir acceso temprano a componentes y demostrar despliegues industriales certificados a gran escala.
La propia NVIDIA indica que Halos Core para IGX está disponible en early access para desarrolladores registrados, en configuraciones Linux y Linux más QNX OS for Safety 8.0. Eso sitúa parte de la tecnología en una fase de adopción inicial. También conviene recordar que la seguridad funcional no depende solo del proveedor de cómputo: el fabricante del robot, el integrador, el cliente final y la aplicación concreta siguen siendo responsables de evaluar riesgos, validar escenarios y mantener el sistema.
La lectura editorial es que NVIDIA no ha presentado un robot nuevo, sino una pieza de infraestructura que puede pesar mucho si la robótica industrial con IA empieza a pasar de pilotos a flotas. La autonomía útil en fábrica no se mide únicamente por modelos más grandes o manos más hábiles. También necesita una arquitectura que permita decir, con evidencias y no con marketing, qué ocurre cuando el robot se equivoca, pierde un sensor, se cruza con una persona o trabaja en una zona que cambia cada hora.