恩智浦携手英伟达共推机器人规模化应用
物理AI与机器人要走出实验室迈向现实应用，安全性与可扩展性是首要前提。智能系统必须能感知环境、自主决策并实时行动，同时始终保持一致且可靠的行为表现。这正是当前技术攻关的核心方向。
过去数年间，AI主要活跃于数字世界——分析数据、生成洞察、提供建议。如今，机器人正加速融入日常场景，AI不再只承担思考职能，还需感知、预判和行动。这就是物理AI：将智能真正嵌入现实世界的设备中。
这一转变需要整个生态合作体系紧密协作。相关方正在携手构建统一的安全概念，并为机器人平台制定一套“设计安全”策略。值得关注的是，相关企业已加入旨在促进机器人安全应用的合作伙伴生态系统——这是业界首个面向机器人与物理AI的综合性功能安全系统。
企业已加入一个AI系统检验实验室，该实验室为ANAB认证的物理AI功能安全项目，旨在协助合作伙伴为安全集成方案准备第三方认证，认证机构包括TÜV Rheinland、UL Solutions、TÜV SÜD、exida、SGS及CertX等国际领先机构。
通过该实验室，安全处理器能够更好地与AI算力形成互补，并满足工业级且安全至上的平台在安全集成方面的各项假设与要求。
为什么安全决定物理AI的发展规模？
在物理环境中，智能系统必须在严格的延迟、功耗和可靠性限制下实时运行。系统需要准确理解复杂的周围环境，即时响应，并灵活应对各种不可预测的情况，不仅要准确，还要具备高度的可靠性。
正因如此，安全至关重要。若要让机器人与人协同工作，安全是首要前提。安全，也因此成为构建物理AI系统的基础。
在受控环境中保障安全相对容易，潜在风险可以提前评估，机器人也可以通过编程规避风险。然而，一旦机器人在人群中自由活动，情况便大为不同。人类行为难以预测，风险必须实时评估并加以应对。
在此类环境下，机器人必须值得信赖。每一个动作都应是可预测的，每一次交互都应是可信的。安全无法在系统建成之后补加，而必须从设计之初就融入其中。
如何确保机器人在公共场所安全运行？
在这一新的现实环境中，安全已成为一项系统层面的挑战，取决于以下四个方面：
- 了解世界——安全行为始于准确的感知。机器人必须能够感知并解读周围环境，同时了解所处场景。这要求将“由内而外”的感知 (机器人自身对世界的感受) 与“由外而内”的感知 (机器人与外部世界的交互方式) 结合起来。
- 独立安全监测——将独立安全监测引入机器人，可提供必要的监督机制，有助于确保其行为始终处于安全范围内，并能及早发现任何异常状况。这种监测应分布在不同的层级，各层级之间相互监督、相互稳定，从而消除单点故障，增强整体韧性。
- 在实际环境中可信运行——在物理世界中，时机至关重要。机器人不仅要作出正确的决策，还要在瞬间完成。这种智能需要类似条件反射般的响应速度，使感知、处理与行动在紧密衔接的确定性闭环中完成，同时具备极低延迟和极高可靠性。
- 检验与认证就绪——安全必须能够被验证和证明。这就要求机器人系统在设计之初就具备接受检验、验证和认证的能力。这些环节是确保系统在承受压力或出现故障时仍能按预期运行的必要保障。一个无法被验证的系统，很难赢得人们的信任。
如何为机器人构建信任与安全基础？
一系列可直接部署的集成解决方案，适用于基于传感器桥接的机器人和人形机器人平台。这些解决方案构成了一个兼具可扩展性和安全性的平台，能够支持边缘侧感知、运动控制和自主运行。
这些方案同时也依托在任务关键型系统功能安全与信息安全领域长期积累的技术专长。凭借超过10年的汽车信息安全领域专业经验，成熟可靠的构建模块得以提供，助力汽车制造商确保未来车辆的功能安全与信息安全。这一专长也使得在定义机器人应用的安全要求和解决方案方面发挥战略性作用成为可能。
功能安全的实现，依赖于功能安全组件与安全IP的有机结合，并通过系统级安全特性加以增强。内置的冗余设计可防止单一故障引发危险行为，而“检查方-执行方”的监督模式将动作执行与监测分离开来，确保安全不依赖于任何一个单独的组件。
这一理念背后，是经过大规模验证和实际部署的丰富经验。在功能安全解决方案领域拥有超过13年的经验，拥有众多通过认证的安全工程师，以及多种符合安全要求的硬件组件和软件组件投入量产。这些能力显著增强了为下一代机器人平台定义和实现安全解决方案的实力。
这一技术优势与相关AI系统检验实验室的方向高度契合，该实验室同样致力于协助合作伙伴为认证做好准备——这进一步体现了相关方在合作中对可验证、符合标准的安全体系的共同承诺。
为防范潜在的网络攻击，该平台提供基于安全芯片和可扩展硬件安全机制。这些机制能够随着时间推移不断演进，以应对不断变化的网络威胁形势。例如，平台支持生命周期更新，将AI融入信息安全机制，并已具备实施后量子加密技术的能力。
为简化安全机器人系统的开发流程，通过相关计划提供功能安全、可靠性和信息安全方面的支持。机器人解决方案同样符合安全完整性等级等相关认证标准要求，有助于客户证明其产品的安全性并构建信任。
构建信任是机器人规模化应用的关键，这需要从设计之初就将安全融入系统并充分验证。功能安全、信息安全与验证三者协同发力，才能让机器人更放心地走向广大现实应用场景。这正是当前致力于构建的基石——让机器人系统能够走出受控环境，以更充足的信心迈向更广泛的现实应用场景。