问题
制造商、监管方、保险公司与职场安全团队在自动驾驶车辆和机器人进入共享环境前，需要“硬件、软件、AI 行为与运行环境能安全协同、无需人工干预”的证据；而“潜在场景的数量和复杂度”决定了真实道路测试必须与仿真、合成数据生成和场景重建结合（信号 4）。智界 RX Ultra 拿到 L3 道路测试牌照后正在公开城市快速路实测（信号 2），意味着在中国，向监管和保险方提供可追溯的安全证据正从“可选项”变成“落地前提”，但目前缺乏一个轻量、独立于全栈供应商的证据整理与报告层。
目标用户
近期拿到 L3 测试牌照的主机厂及其供应链、工业机器人与人形机器人公司的安全/验证团队，以及围绕它们做认证与承保的监管机构、保险公司和职场安全团队；属于窄而垂直的 B2B 市场，规模取决于 L3 与自主机器人在中国落地节奏。
解决方案
- 证据归集管线：统一接入仿真日志、实车/实机测试记录与传感器数据，形成可追溯的数据底座
- 标准映射引擎：将测试结果自动映射到 ISO/IEC TS 22440 等新兴安全标准的条目要求
- 场景覆盖分析：AI 分析仿真与实车场景的重叠与缺口，提示“潜在场景的数量和复杂度”中尚未覆盖的部分
- 安全验证报告生成：面向监管方与保险公司自动生成结构化证据报告，附场景重建引用
AI 的角色：日志异常检测、场景缺口分析、证据链自动整理与报告起草；底层仿真与合成数据复用现有平台（Isaac Lab、Omniverse 等）。
为什么是现在
两条时间线在 2026 年 9 月交汇：其一，智界 RX Ultra 于 9 月 16 日获得 L3 级自动驾驶道路测试牌照并在公开城市快速路实测，L3 在中国从演示走向合规落地；其二，NVIDIA 同期发布 Halos 全栈安全系统并推动 ISO/IEC TS 22440 等新兴标准，使“仿真 + 真实测试 + 证据”成为行业公认验证范式——监管方、保险方对证据的需求正被这两件事同步激活。
MVP 范围
第一版：对接主流仿真平台（如 Isaac Lab/Omniverse）的运行日志与实车测试记录，自动按选定安全标准映射证据并生成可交付的安全验证报告。
不做：不做自研仿真引擎、不做传感器融合算法本身、不承诺覆盖所有潜在场景、不提供安全认证背书。
风险
在位者风险：NVIDIA Halos 被描述为“首个且唯一的物理 AI 全栈安全系统”，并自带 Safety Evaluation Framework，可能直接覆盖证据报告需求。
平台依赖：若构建在 Isaac Lab/Omniverse 之上，数据格式与接口受制于 NVIDIA 生态，议价能力弱。
标准风险：信号提到 ISO/IEC TS 22440 等“新兴标准”，标准仍在演进，产品映射层需要持续跟进甚至返工。
市场时机风险：L3 在中国刚进入道路测试牌照阶段，监管和保险侧的付费流程尚未成型，需求可能滞后于牌照发放数年。
已有产品
| 产品 | 定位 | 价格 |
|---|---|---|
| NVIDIA Halos | 全栈物理 AI 安全系统，覆盖硬件、OS、仿真与验证 | — |
| Halos Safety Evaluation Framework | NVIDIA 官方安全评估框架，直接面向同一验证需求 | — |
| NVIDIA Isaac Lab | 机器人仿真与合成数据生成平台 | — |
| NVIDIA Omniverse | 仿真与场景重建基础设施 | — |
信号证据
这张卡片依据的原始讨论。摘录保持原文，点“原文”查看上下文。
爱范儿9月28日新能力
“9 月 16 日，智界宣布 RX 获得 L3 级自动驾驶道路测试牌照，并在公开城市快速路等道路开展实测。”
智界RX Ultra搭载L3智能架构（四颗激光雷达、38个感知元件、八环节冗余），并于9月16日获得L3级自动驾驶道路测试牌照。原文
NVIDIA Blog9月21日痛点
“The number and complexity of potential scenarios requires real-world testing to be combined with simulation, synthetic data generation and scenario reconstruction.”
Validating safety for AVs and robots at scale requires combining real-world testing with simulation and synthetic data due to the number of potential scenarios.原文
NVIDIA Blog9月21日痛点隐含付费意愿
“Across physical AI, manufacturers, regulators, insurers and workplace safety teams need evidence that hardware, software, AI behavior and operating environments can work together safely without human intervention.”
Manufacturers, regulators, insurers and workplace safety teams need evidence that autonomous machines operate safely without human intervention in shared environments.原文
NVIDIA Blog9月21日新能力
“NVIDIA Halos is the first and only full-stack safety system for physical AI, helping developers engineer safety across every layer of design, validation and deployment.”
NVIDIA has launched Halos, described as the first full-stack safety system for physical AI, spanning hardware, OS, simulation and validation for AVs and robotics.原文