从一座实验室开始,NVIDIA重塑智能辅助驾驶的“安全底座”
- 2025-07-22 07:00:00

在一条测试跑道上,一辆原型智能辅助驾驶汽车缓缓驶入,旁边站着几位工程师,他们并未紧盯汽车方向盘或传感器,而是聚精会神地看着屏幕上不断跳动的线条和指标。那是NVIDIA AI系统检测实验室正在进行的又一轮仿真验证。
也许你还不知道这个AI系统检测实验室是什么,但它允许主机厂和生态系统合作伙伴验证其产品与Halos元素的安全集成;也许你也没听说过“Halos”这个词,它不是什么产品型号,而是NVIDIA正在重构智能辅助驾驶行业安全基底的尝试——它想让智能辅助驾驶真正可以被信任。
NVIDIA Halos是一套智能汽车全栈式综合安全系统。融合硬件、软件、AI模型、仿真环境与服务的全栈综合安全系统,它以“物理AI”为核心概念,构建了一种跨越从云端训练到车端部署全过程的安全架构。

图片来源: NVIDIA
过去几年,智能辅助驾驶技术不断取得突破,AI算法能力大幅提升,芯片与感知设备的性能也在持续进步。然而,落地速度却远未达到行业预期。
一方面,公众对智能辅助驾驶系统在极端场景下的决策能力仍存疑虑;另一方面,监管层面也在加速推出更加严格的合规要求。正是在公众质疑与监管收紧的双重压力下,NVIDIA构建出一整套系统性解决方案。
NVIDIA首先从基础设施建设入手,先行推出全球首个AI系统检测实验室,并在此基础上逐步演化出Halos——一个贯穿“云-边-端”的智能辅助驾驶汽车安全系统。这套系统的诞生,不仅重塑了智能辅助驾驶的安全逻辑,也为机器人等物理AI应用领域提供了全新的信任路径。
一、AI系统检测实验室:从标准制定开始的信任基石
2025年1月,NVIDIA 在CES上重磅推出全球首个AI系统检测实验室。

图片来源: NVIDIA
这个实验室的独特之处,不仅在于其“首个”地位,更在于它打破了传统检测流程的边界,即获得了美国国家标准学会国家认可委员会(ANAB)的ISO/IEC 17020认证,将功能安全(ISO 26262)、预期功能安全(ISO 21448)、网络安全(ISO 21434)、AI功能安全(ISO PAS 8800和ISO/IEC TR 5469))与UN-R法规(UN-R 79、UN-R 13-H、UN-R 152、UN-R 155、UN-R 157和UN-R 171)纳入统一评估框架。
该实验室服务于NVIDIA DRIVE AGX Orin、Thor平台的主机厂和合作伙伴,目的是验证AI驱动系统在集成过程中是否满足最严格的行业要求。
首批加入实验室的Ficosa公司的ADAS系统工程和产品经理Cristian Casorran Hontiyuelo曾表示:“加入AI系统检测实验室,意味着在具有创新性和完整性的前沿智能辅助驾驶系统上开展工作。”
大陆集团、安森美、豪威集团等也陆续加入,围绕摄像头、中央计算模块、芯片接口等展开定制化验证。
其中豪威集团汽车产品营销负责人Paul Wu这样评论道:“汽车不仅是交通工具,同时也是我们的娱乐和信息中心。汽车性能必须不断提升才能保障我们的安全。我们很高兴加入NVIDIA全新AI系统检测实验室,这是我们对践行产品最高安全级别承诺的体现。”
而AI系统检测实验室中积累的经验,正成为Halos系统的前身。
二、Halos的诞生:从理念雏形到系统化安全引擎
2025年春,NVIDIA在GTC全球大会上推出Halos,它不仅仅是一套产品,更是一种“安全哲学”,主张的不是“把安全加在产品之上”,而是“从第一行代码输出就带着安全基因”。
Halos整合了NVIDIA的所有能力:包括DRIVE AGX平台(芯片)、DriveOS操作系统(系统)、DGX(训练)、Omniverse和Cosmos(仿真)、检测实验室(合规)等。

图片来源: NVIDIA
Halos的设计覆盖了从设计期、部署期到验证期的多个技术层。其系统组件可以拆解为四大核心部分:
硬件、软件平台安全:包括经过安全评估的SoC与参考板、安全认证的DriveOS操作系统和DRIVE AGX Hyperion平台,构成了端到端的底层安全基础;
算法安全:通过用于数据构建和加载的API、加速器库,配合Omniverse和Cosmos训练测试平台,支撑智能辅助驾驶系统的可解释建模和验证;
生态系统安全:借助多样化、无偏见的安全数据集,结合安全数据飞轮机制,实现模型长期演进与迭代;
AI系统检测实验室:在行业内率先获得ANAB认证,为合作伙伴产品提供涵盖硬件、算法和流程的整体验证服务,已成为Halos的准入“入口”。
更重要的是,Halos将这些能力“标准化、接口化、流程化”——为企业提供从数据生成到OTA部署的全流程安全护栏。
“Halos不只是技术合集,更是一种哲学——帮助合作伙伴从设计、开发、验证到部署的每一个环节,都可追踪、可验证、可解释,”NVIDIA行业安全副总裁Riccardo Mariani曾这样表示。
奔驰是Halos系统最早的量产应用伙伴之一。其全新CLA车型已在欧洲市场上市,并全面集成了基于Halos框架打造的ADAS与L3级智能辅助驾驶系统。该车型依托NVIDIA DRIVE AGX Orin平台与ASIL D认证的DriveOS操作系统,在研发阶段即引入Halos提供的仿真、测试与数据管理能力,实现从功能定义到安全验证的全流程闭环。

图片来源: NVIDIA
与此同时,捷豹路虎(JLR)也宣布将在其下一代车型中集成NVIDIA全栈AV软件与Halos系统,用于提升从安全评估到OTA迭代更新的全过程控制能力,当前已进入样车阶段的封闭测试环节。
汽车行业的合作落地不仅验证了Halos系统的可行性和实用性,也为其进一步扩展至其他行业应用奠定了基础。
三、从流程开始:NVIDIA的标准化布局和应用
要理解Halos的系统性优势就必须先回溯NVIDIA在智能辅助驾驶早期阶段的标准流程搭建。早在推出 DRIVE Orin 和 DRIVE AV 软件栈时,NVIDIA就与TÜV SÜD、TÜV Rheinland 等国际安全机构合作,推动平台级认证,确保从芯片、操作系统、算法栈到工具链都具备ASIL D和ISO/SAE 21434水准的流程。
这种以安全为主线的“设计-验证-部署”模型,成为Halos的基础框架。Halos将NVIDIA在 DRIVE AV和Omniverse仿真体系上的技术积累转化为可以输出给合作伙伴使用的模块化能力。无论是想基于DriveOS构建自己的L3 ADAS系统,还是希望复用Cosmos模型生成合成测试数据,Halos 都能提供统一的接口与规范。

图片来源: NVIDIA
正因如此,Halos的多层次安全框架正被不同类型的企业所采用,从轻量级城市配送到重载干线运输,再到仿真驱动开发,展现出强大的适配性与复用价值。
例如,Nuro就将Halos的平台安全模块用于其无人配送车队的冗余控制与OTA风险管理系统,并已在德州实现多地连续运营许可;Aurora则将Halos算法安全能力引入其L4干线智能辅助驾驶卡车,用于极端工况下的碰撞规避模型训练,大幅提升系统稳定性与容错能力;而初创公司Waabi基于Halos的生态系统安全框架搭建起自己的“数据飞轮”机制,从仿真与实车场景中高频采集数据,加速智能辅助驾驶算法的安全迭代。
这些应用不仅验证了Halos的技术实效,也展现了其作为物理AI安全平台的可持续成长空间。
四、扩展边界:机器人行业正在接棒
2025下半年,Halos将再一次进化。
在6月11日举办的GTC巴黎大会上,NVIDIA正式宣布将Halos范围从专注于智能辅助驾驶扩展到现在的机器人生态系统,以促进人工智能机器人整个开发生命周期的安全性。

图片来源: NVIDIA
具体来说,Halos的AI系统检查实验室除了智能辅助驾驶外,还可以对机器人的功能安全进行检查。
拓宽应用边界之后,博世(Bosch)、主动安全系统开发商Easyrain、定位解决方案供应商Trimble,以及移动机器人公司波士顿动力(Boston Dynamics)、物联网公司研华科技、综合物流公司ArcBest、自主农业解决方案提供商Bluewhite、安全雷达开发商Inxpect、智能机器人控制和运动控制解决方案供应商NexCOBOT和运动控制技术公司Synapticon等也都宣布加入这一实验室。
这意味着,Halos不再仅仅是“车规级安全”的象征,而成为所有具备物理决策行为的AI系统的底层安全框架。当前,物理AI正在崛起,而Halos将成为其信任锚点。
五、中国窗口:共同推动安全标准落地
2024年底,中国工信部出台《智能网联汽车准入和上路通行管理办法(试行)》,明确将L3+系统纳入“强制准入”范围,这不仅标志着中国在政策层面正式开启对高阶智能驾驶系统的规范化监管,也体现出监管部门对辅助驾驶安全问题的高度重视。
在这一背景下,NVIDIA也同样看到了该领域的重要性,并持续投入技术资源与行业经验,通过AI系统检测实验室、DriveOS操作系统、仿真训练平台等软硬件能力的整合,逐步构建起面向智能辅助驾驶安全的完整系统能力。
这些能力不仅服务于全球市场,也正在以模块化组件的形式嵌入中国本土智能汽车的研发与验证流程中,为整车企业在设计、验证和工程开发阶段提供系统性的安全支撑。
可以说,在中国产业政策升级、法规日益清晰的当下,NVIDIA与生态伙伴正共同推动智能辅助驾驶从“能做”向“能上路、安全可控”转变的关键跨越。
小结
智能化技术正在快速重塑汽车行业,但推动AI真正“上车”的,不仅仅是算法精度的跃升,更关键的是能否构建一套标准化、可持续的安全体系。
NVIDIA提出的Halos系统,正是基于这一理念,打通从平台设计、模型训练、仿真验证到合规评估的多个环节,将“安全能力”融入整车开发的每一个阶段。通过接口化、流程化的工具输出,它为行业伙伴提供了一种可复用、可验证的系统性方法论。
智能辅助驾驶之路尽管道阻且长,但有了Halos,必将能够事半功倍。
-END-
喜欢本篇文章请点个 在看

哟

- 点赞 0
-
分享
微信扫一扫
-
加入群聊
扫码加入群聊