Por Canuto  

Nvidia amplió su sistema de seguridad Halos, creado inicialmente para vehículos autónomos, con herramientas para robots industriales y humanoides. La compañía sostiene que los controles de hardware, software y simulación pueden facilitar despliegues junto a personas, aunque cada entorno exige definir riesgos y protecciones específicas.
***

  • Halos combina hardware, software, conexión de sensores, simulación y revisión técnica para detectar fallos y aislar tareas críticas.
  • Agility Robotics es el primer socio de lanzamiento de Halos for Robotics y prevé incorporar elementos del sistema en su humanoide Digit 5; Boston Dynamics, KION Group y LG también trabajan con Nvidia en iniciativas relacionadas.
  • Nvidia identifica la seguridad como un posible cuello de botella mientras expande su negocio de IA física y su actividad en robótica.

La seguridad, una apuesta estratégica

Nvidia amplía su arquitectura de seguridad Halos más allá de los vehículos autónomos y la adapta a robots que podrían trabajar en fábricas, almacenes y hospitales. La iniciativa responde a un desafío práctico: a medida que los modelos de inteligencia artificial y el hardware robótico ganan capacidades, las máquinas pueden salir de espacios controlados y acercarse a personas que comparten sus áreas de trabajo.

El sistema Halos debutó en 2025 con herramientas de hardware y software destinadas a ayudar a los desarrolladores de vehículos autónomos a establecer barreras de protección. En junio de 2026, la empresa presentó Halos for Robotics, una extensión orientada a robots móviles autónomos, humanoides e incluso robots quirúrgicos, con una arquitectura que busca permitir a los fabricantes definir medidas de seguridad según cada aplicación.

Amit Goel, responsable del ecosistema de robótica y computación en el borde de Nvidia, dijo a Ars Technica que la seguridad podría convertirse en el siguiente cuello de botella para la IA física. Su argumento parte de que los modelos y los equipos ya son cada vez más capaces, pero esa mejora no resuelve por sí sola cómo limitar riesgos cuando una máquina opera cerca de trabajadores, pacientes u otras personas.

La expansión también acompaña una apuesta comercial más amplia. En marzo de 2026, Jensen Huang afirmó durante una aparición en el All-In Podcast que el negocio de IA física de Nvidia generaba casi USD $10.000 millones en ingresos anuales; la empresa había señalado esta área como su segunda categoría de crecimiento más importante en 2025, mientras inversores optimistas por los centros de datos impulsaban una valoración bursátil de varios billones de dólares.

Una arquitectura que combina hardware y software

Halos parte de componentes como Nvidia IGX Thor, un módulo de computación para aplicaciones industriales y robóticas que incorpora un procesador independiente dedicado a tareas relacionadas con la seguridad. Goel explicó que, en la IA física, el sistema funcional y el sistema de seguridad deben operar en el mismo silicio, un diseño que pretende mantener los controles cerca de las cargas de trabajo que supervisan.

En la capa de software, el sistema operativo Halos busca vigilar continuamente los bloques de hardware y las bibliotecas de software para identificar fallos con rapidez. Nvidia también plantea aislar las cargas de computación críticas para la seguridad, de modo que otras tareas del robot no interfieran con los procesos encargados de controlar riesgos o responder ante una anomalía.

La arquitectura incorpora Nvidia Holoscan Sensor Bridge, que conecta los datos de los sensores con el procesamiento informático vinculado a la seguridad y permite detectar datos corruptos. La tecnología puede integrarse en componentes individuales, incluidos microcontroladores y matrices de puertas programables en campo, conocidas como FPGA, que los fabricantes pueden incorporar en sus dispositivos.

El paquete añade simulaciones para probar robots en entornos virtuales y un programa de laboratorio de inspección que ofrece retroalimentación a empresas y socios durante el desarrollo. Esas herramientas no eliminan la necesidad de pruebas en condiciones reales, pero buscan ayudar a identificar problemas antes de que un robot pase a operar junto a personas o a manipular cargas en instalaciones activas.

Protecciones distintas para cada entorno

Nvidia tuvo que adaptar Halos porque la seguridad funcional no significa lo mismo en todos los tipos de robots. Goel contrastó la estabilidad de criterios que suele existir entre compañías automotrices y países para la conducción autónoma con las necesidades diferentes de una aspiradora que limpia un pasillo y una carretilla elevadora que mueve cargas pesadas en un muelle de almacén.

La compañía afirma que tuvo que replantear parte del diseño para ofrecer una plataforma programable, con herramientas que permitan a los desarrolladores definir funciones de seguridad personalizadas. Al mismo tiempo, Nvidia busca conservar el control sobre la infraestructura común, porque una flexibilidad excesiva podría debilitar la protección que ofrece el conjunto de hardware y software.

Los espacios no estructurados complican todavía más el problema: una fábrica, un almacén o un hospital pueden cambiar, y los objetos o las personas pueden aparecer fuera del campo visual del robot. En una explicación citada por Ars Technica, Goel señaló que un robot que avanza por un pasillo a seis millas por hora puede detenerse casi por completo antes de una esquina porque desconoce qué podría aparecer al otro lado.

Ese ejemplo muestra por qué una solución de seguridad genérica no basta para todas las máquinas. Un robot móvil que circula entre estanterías, un humanoide que camina en una fábrica y un equipo quirúrgico afrontan peligros diferentes, por lo que los desarrolladores deben determinar qué riesgos corresponden a cada tarea y cómo responder cuando sus sensores o sistemas detectan una situación inesperada.

Empresas que prueban la tecnología

Agility Robotics se convirtió en el primer socio de lanzamiento de Nvidia Halos for Robotics y trabaja para incorporar elementos de la plataforma en su humanoide Digit 5, diseñado para operar cerca de personas. Según Goel, la integración permitiría incluir dentro del robot sensores y hardware de seguridad que antes dependían, en operaciones previas de Digit, de sensores externos instalados alrededor de la celda de trabajo.

La diferencia práctica, de acuerdo con Nvidia, es que la protección podría acompañar al robot cuando cambia de ubicación dentro de una fábrica o un almacén. Esto podría evitar que una empresa tenga que montar una infraestructura de seguridad nueva cada vez que asigna una tarea distinta, aunque la fuente no presenta resultados cuantificados sobre despliegues comerciales o reducciones de accidentes.

Boston Dynamics participa desde una etapa temprana en el programa de acreditación de seguridad Halos y trabaja en una plataforma que cubra varios tipos de robots. La iniciativa contempla sus perros robóticos Spot, los robots con ruedas Stretch, equipados con un brazo de gran tamaño, y los humanoides Atlas, que podrían comenzar a desplegarse en fábricas automotrices de Hyundai para 2028.

También trabajan en incorporar Halos KION Group, empresa alemana que despliega carretillas elevadoras autónomas y otros robots móviles, y LG, compañía surcoreana que desarrolla su propio humanoide basado en Isaac GROOT, el modelo fundacional de Nvidia para robots humanoides. Por separado, Nvidia ha invertido directamente en Agility Robotics y Figure AI, además de empresas que desarrollan modelos fundacionales de robótica, y se asoció con la china Unitree para ofrecer un diseño de referencia abierto a investigadores.

La IA física busca salir de espacios restringidos

La apuesta de Nvidia no depende únicamente de que los humanoides se conviertan en trabajadores capaces de realizar casi cualquier tarea humana. La compañía también apunta a un despliegue más amplio de robots, desde equipos autónomos para almacenes hasta máquinas industriales especializadas, en un contexto en el que Estados Unidos, China y Europa buscan llevar más sistemas robóticos a entornos nuevos.

Goel describió un cambio respecto de la robótica tradicional, donde los equipos permanecían principalmente en una estación y repetían una sola tarea. En la visión que expuso, los robots con cuerpos y habilidades más generales tendrían que ejecutar varias funciones en distintos lugares, lo que vuelve más importante construir medidas de seguridad que puedan adaptarse a esos cambios sin depender de una zona fija.

La industria todavía debe demostrar que esos sistemas pueden funcionar de manera confiable fuera de espacios controlados y en presencia de personas. La seguridad de una plataforma no garantiza, por sí sola, que cada implementación sea adecuada: las empresas tendrán que configurar controles para su entorno y tarea, además de comprobar cómo responden los sensores y el software ante incidentes o datos defectuosos.

Por ahora, Halos representa el intento de Nvidia de ofrecer una base común para atender esos retos sin imponer una única definición de seguridad a todos los robots. La expansión reúne componentes de computación, supervisión de software, datos de sensores y pruebas virtuales, mientras fabricantes como Agility Robotics, Boston Dynamics, KION Group y LG exploran cómo integrarlos en máquinas destinadas a trabajar fuera de las celdas tradicionales.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados