NVIDIA 发布开源人形机器人参考设计：配宇树本体与 Thor 芯片

以前机器人实验室想做人形机器人研究，日子过得相当碎：底盘买一家的，机械手找另一家拼，板载算力自己焊，软件还得从仿真引擎一行行手搓。硬件还没调通，半年经费就花进去了。

在 GTC 台北大会上，NVIDIA 拿出了一个开源解法：Isaac GR00T 人形机器人参考设计。说白了，老黄给学界做了一套标准「公版机」，把躯干、灵巧手、AI 大脑和全套工具链打包在了一起。

宇树身子加上 Blackwell 大脑

这套参考设计的硬件配置相当扎实。机械本体由两家硬件厂搭档完成，底盘采用宇树 Unitree H2 Plus，身高接近 1.8 米，体重约 68 公斤，全身有 31 个自由度。

两只手则用上了 Sharpa Wave 触觉五指手，单手具备 22 个自由度。算上双手，整台机器人的自由度直接拉到了 75 个，机械臂额定负载 7 公斤，峰值能提起 15 公斤。

真正值钱的是装进胸腔里的计算核心。这台机器人搭载了 NVIDIA Jetson AGX Thor T5000 板载计算机，内置 Blackwell 架构 GPU，能输出 2070 FP4 TFLOPS 的 AI 算力，配了 14 核 Arm CPU 和 128GB 统一内存。

整机功耗在 40 到 130 瓦之间可调，配上一块接近 1 度电的电池，能连续跑大约 3 个小时。视觉方面配了头部超广角双目相机和手腕相机，移动、感知和全身控制都能在本地实时推理完成。

从采集到部署的全家桶

除了硬件拼图，NVIDIA 这次把软件全流程也串起来了。科研人员最头疼的从来不是把机器人站起来，而是怎么持续喂动作数据和训练技能。

平台里打包了用于遥操作采样的 Isaac Teleop，用于动作策略学习的 GR00T 基础模型，以及在虚拟环境里做强化学习的 Isaac Sim 和 Isaac Lab。策略训练好之后，通过 Isaac ROS 中间件直接灌进板载的 Thor 芯片跑推理。

更关键的是数据主权。NVIDIA 明确表示，机器人采集到的训练数据、运行遥测和日志全部归研究团队自己掌控，不用上传到封闭平台。

斯坦福机器人中心、苏黎世联邦理工（ETH Zurich）、艾伦人工智能研究所（Ai2）以及加州大学圣迭戈分校已经确认采用这套方案。整机预计由宇树在 2026 年底正式发售，宇树小型机器人 G1 的工作流也会先开源到 GitHub 和 Hugging Face。

为什么重要

具身智能现在最缺的不是算法，而是标准化的测试床。过去各家高校各搞一套拼装硬件，论文里写得天花板级别的算法，换个实验室换台机器根本复现不出来。

现在有了统一的硬件公版和开放软件栈，各家跑出来的模型和数据终于能放在同一个标尺下比较。我们认为，这能把学术界的具身智能研究速度拉快一大截，研究人员终于可以把精力集中在技能学习上，而不是天天修电机和线缆。

对商业公司来说，NVIDIA 这招明修栈道暗度陈仓走得极聪明。它表面上是在做开源科研支持，实际上是在抢先确立物理 AI 时代的标准软硬件接口。只要全世界顶尖高校的博士生都习惯了在 Jetson Thor 和 Isaac 环境下做仿真与控制，未来哪怕去到商业人形机器人公司，也会天然选择 NVIDIA 的生态。

不过隐患也明摆着。整套系统堆料极其豪华，从 Thor 芯片到高自由度触觉手，整机成本肯定不便宜。普通小团队能不能负担得起，宇树到 2026 年底能不能按期把可靠性调到量产水平，依然需要打个问号。