NVIDIA、フィジカルAIの安全性に賭ける：HalosをロボタクシーからヒューマノイドRへ拡張
NVIDIAは2025年に自動運転向け安全システムHalosを出し、2026年6月にHalos for Roboticsで倉庫ロボットや工場のヒューマノイド、手術ロボットへ拡大した。機能系と安全系を同一シリコンで動かし、独立安全プロセッサ、常時監視OS、センサーデータ検証、シミュレーションを組み合わせる。Agility RoboticsのDigit 5が最初の採用例で、Boston Dynamics、KION、LGも続く。フアンCEOはフィジカルAIの年間売上が約100億ドルに近いと述べた。
AIデータセンターに強気な投資家が、NVIDIAの数兆ドル規模の時価総額を支えている面はある。しかし同社は、ロボット工学や自動運転といったフィジカルAIにも数十億ドルを投じてきた。Ars TechnicaのJeremy Hsu記者による2026年10月8日の報道によれば、その賭けの重要な部分が、全体を貫く安全システムの開発だ。企業はこれを土台に製品を作り、機械が近くの人を傷つけるリスクを減らせる。 一、何が発表されたか Halosは2025年に登場した。自動運転車などの自律走行車にガードレールを組み込むためのハードウェアとソフトウェアのツールを備える。2026年6月、NVIDIAはHalos for Roboticsを発表し、安全アーキテクチャをフィジカルAIの用途へ広げた。倉庫の自律移動ロボット、工場内を歩くヒューマノイド、さらには手術ロボットまでを視野に入れる。 NVIDIAでロボティクスエコシステムとエッジコンピューティングを率いるアミット・ゴエル氏はArsに対し、AIモデルもロボットのハードウェアも十分に高性能になったと述べた。次のボトルネックは安全だと考えたため、このシステムを投入したという。 事業面の背景も重要だ。ジェンスン・フアンCEOは2026年3月のAll-Inポッドキャストで、フィジカルAI事業がすでに年間100億ドルに近い売上を生んでいると語った。2025年には、フィジカルAIをNVIDIAで2番目に重要な成長分野と位置づけている。同社はヒューマノイドのスタートアップAgility RoboticsやFigure AI、ロボット基盤モデルを開発する企業にも直接出資した。さらに中国のヒューマノイド企業Unitreeと組み、研究者向けのオープンなヒューマノイド参照設計を提供している。
二、アーキテクチャ：チップからシミュレーションまで 出発点はハードウェアだ。ロボットと産業用のIGX Thorモジュールには、安全関連の処理に専念する独立プロセッサがある。ゴエル氏は、フィジカルAIでは機能系と安全系が同じシリコン上で動く必要があると述べた。 ソフトウェアでは、Halos OSがすべてのハードウェアブロックとすべてのソフトウェアライブラリを常時監視し、故障をすばやく見つけるよう設計されている。安全が重要な計算処理を隔離し、干渉も避ける。 データ面では、Holoscanセンサーブリッジがセンサーデータと安全関連の処理をつなぎ、破損したデータを簡単に見分けられるようにする。マイクロコントローラやFPGAなど、個々のハードウェア部品に組み込める。
Halosには、仮想環境でロボットを試すシミュレーションと、検査ラボのプログラムも含まれる。ロボット企業や他のパートナーは、開発中に生じる安全上の成果物について、すばやくフィードバックを受けられる。 三、自動車からロボットへの移植が難しい理由 Halosを自動運転からロボットへ適応させるには、多様な安全の定義を受け入れる必要があった。運転の機能安全は、自動車メーカーや国が違ってもほぼ同じだ。しかし廊下を掃除するロボット掃除機と、荷受け場で重い荷物を運ぶロボットフォークリフトでは、安全の考え方が大きく異なる。
ゴエル氏によれば、チームは考え方を一から見直し、多くの基礎作業を行った。目標は、開発者が独自の安全機能を定義するためのフックを十分に備えつつ、基盤を壊さないプログラマブルなプラットフォームである。柔軟性を持たせると、スタックに対する統制の一部を失う恐れがある。この釣り合いが設計で最も難しい点だという。 独自の安全機能が要るのは、ロボットが複雑で多様な環境で働くためだ。時速約6マイルで通路を進むロボットは、死角やすぐ先の角から何が来るかが見えない。そのため曲がる前にほぼ停止する。工場、倉庫、病院は構造化されておらず、何がどこから来てもおかしくない。 四、実際の導入例 Agility Roboticsは、最新のDigit 5にHalosを最初に組み込んだ。このロボットは、隔離された作業場所や物理的な柵なしに、人の近くで安全に働くよう設計されている。NVIDIAのシステムのおかげで、関連する安全センサーとハードウェアをすべてロボット内に収めることができた。従来のDigitの運用は、作業セルの周りに置いた外部センサーにも頼っていた。ゴエル氏は、ロボットは文字どおり鎖から解き放たれたと語る。安全がロボットとともに動くので、新しい作業のたびにインフラを整える必要がない。
マサチューセッツ州のBoston Dynamicsは、Halos安全認定プログラムの初期パートナーだ。Spot、大型アームを持つ車輪型のStretch、ヒューマノイドのAtlasをまとめた安全プラットフォームを築こうとしている。Atlasは親会社Hyundaiの自動車工場で、早ければ2028年までに稼働を始める可能性がある。ほかにも、自動フォークリフトなどを展開するドイツのKION Group、韓国のLGがHalosの採用に動いている。 五、業界への意味 開発者にとって最も直接的な変化は、安全が個別の作り込みから再利用できるプラットフォームの機能へ移ることだ。従来、ロボット企業は監視、故障検出、検証の流れを自前で組む必要があった。今後は共通のチップ、OS、センサーブリッジ、シミュレーションの上で開発でき、検査ラボで素早くフィードバックを得られる。認証にかかる期間が短くなり、アプリケーション本体に集中しやすくなる可能性がある。 導入企業にとっては、安全がロボットと一緒に移動することで導入コストが下がる。新しい作業ごとに専用センサーや柵を設ける必要がなく、より広い範囲でロボットを動かせる。 エコシステムの面では、NVIDIAがチップ、モデル、シミュレーション、安全にまたがる立場をさらに固める。気になる点もある。複数のメーカーが同じ安全基盤を使えば、その基盤の欠陥が共通のリスクになりうる。記事はこの点のデータを示していないため、慎重に見る必要がある。
六、今後と課題 安全プログラムの価値は、現場での実績で決まる。プログラマブルな安全層は、責任をNVIDIAと開発者で分け合う形になる。開発者が設計した独自の安全機能に不備があれば、プラットフォームも完全には補えない。構造化されていない空間の死角は、より優れた認識と予測、慎重な動作方針で少しずつ減らすほかない。 それでも方向は明確だ。モデルとハードウェアが制約でなくなった今、人の近くで安全だと示せるかが、フィジカルAIがデモを越えて大規模な商用導入に進めるかを左右する。NVIDIAがここに投資するのは、安全そのものをプラットフォームへの定着を生む戦略資産と見ているからだろう。