NVIDIA 发售 Jetson Thor：AI 算力涨 7.5 倍，波士顿动力已接入

以前想让机器人做复杂推理，工程师大多只能把摄像头画面传回云端算完了再发回来。网络一卡，机器人可能当场愣住，甚至直接撞翻东西。

NVIDIA 宣布专门给物理 AI 和机器人打造的计算平台 Jetson Thor 正式发售。它把服务器级别的推理能力直接塞进了边缘设备，让机器人不用联网也能自己动脑筋。

把服务器算力塞进 130 瓦模块

新硬件是基于 Blackwell 架构打造的。对比上一代 Jetson Orin，Jetson Thor 的 AI 算力提升到了 7.5 倍，最高能跑出 2070 FP4 TFLOPS；CPU 性能提升 3.1 倍，内存也直接翻倍到了 128 GB。

这些参数全被塞进了一个功耗在 40 到 130 瓦之间的小模块里。能效比上一代拉高了 3.5 倍，散热和电池供电的压力小了一大截。

机器人的眼睛也不再受带宽卡脖子。通过 Holoscan 传感器桥接平台和 4 个 25 GbE 网络接口，雷达、激光雷达和相机的信号可以直接灌进 GPU 显存，跳过繁琐的中间层。

软件生态上，它能本地跑 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen，以及机器人专属的 Isaac GR00T N1.5，视觉语言模型和动作模型都能在本地直接落地。

开发套件即日起开售，起售价 3499 美元。量产用的 Jetson T5000 模块千颗采购单价为 2999 美元。另外，面向自动驾驶的 DRIVE AGX Thor 套件也开放了预购，9 月开始发货。

人形机器人的排头兵全用上了

人形机器人头部玩家已经排着队换芯。波士顿动力确认要把 Jetson Thor 装进最新一代 Atlas 机器人的身体里，彻底告别云端调度。

做仓储机器人的 Agility Robotics 也表态，第六代 Digit 机器人将拿 Jetson Thor 当板载大脑，来处理搬运、堆垛这些高动态环境下的即时避障和操作。

学术界这边，斯坦福、卡内基梅隆大学和苏黎世大学的实验室都已经拿到了板子。CMU 的团队正用它测试野外搜救机器人，团队负责人 Sebastian Scherer 坦言，以前计算机视觉和机器人是割裂的，视觉算得太慢，根本赶不上实时做决定的节奏，现在算力才算真正追上了场景需求。

硬件生态上，研华、安提国际、ConnectTech、米文动力、中科天玑等硬件商正在推出各类定制整机。

为什么重要

我们认为，Jetson Thor 的落地意味着具身智能终于开始切断与云端的那根无线网线。以前演示人形机器人，只要离开特定 Wi-Fi 环境或者遇到信号盲区，所谓的通识大模型就会变成摆设。有了 2070 TFLOPS 的本地算力，端到端的大模型和动作生成网络才能在几十毫秒的硬性延迟窗口里跑完一轮闭环。

对开发团队来说，3499 美元的开发套件门槛不算低，但比起自己用工控机拼桌面级显卡来做原型，功耗、接口密度和抗震指标都有现成方案，能省下几个月的硬件工程时间。工业级移动机器人、巡检狗以及高精手术辅助器械，只要承受得起这个成本，现在就可以开始做本地多模态大模型的适配。

这一步也让 NVIDIA 在物理 AI 赛道把护城河扎得更深。从 Isaac 仿真平台、GR00T 基础模型再到底层 CUDA 和现在的专用硬件，竞争对手如果想在边缘端抢夺机器人客户，不仅要拼算力芯片本身，还得面对开发者对整套工具链的深度依赖。虽然 130 瓦对小型四足或轻量协作臂仍然偏热，但在全尺寸人形机器人这个主战场上，NVIDIA 看起来又一次提前把标准给立住了。