NVIDIA 釋出開源人形機器人參考設計：配宇樹本體與 Thor 晶片

以前機器人實驗室想做人形機器人研究，日子過得相當碎：底盤買一家的，機械手找另一家拼，板載算力自己焊，軟體還得從模擬引擎一行行手搓。硬體還沒調通，半年經費就花進去了。

在 GTC 臺北大會上，NVIDIA 拿出了一個開源解法：Isaac GR00T 人形機器人參考設計。說白了，老黃給學界做了一套標準「公版機」，把軀幹、靈巧手、AI 大腦和全套工具鏈打包在了一起。

宇樹身子加上 Blackwell 大腦

這套參考設計的硬體配置相當紮實。機械本體由兩家硬體廠搭檔完成，底盤採用宇樹 Unitree H2 Plus，身高接近 1.8 米，體重約 68 公斤，全身有 31 個自由度。

兩隻手則用上了 Sharpa Wave 觸覺五指手，單手具備 22 個自由度。算上雙手，整臺機器人的自由度直接拉到了 75 個，機械臂額定負載 7 公斤，峰值能提起 15 公斤。

真正值錢的是裝進胸腔裡的計算核心。這臺機器人搭載了 NVIDIA Jetson AGX Thor T5000 板載計算機，內建 Blackwell 架構 GPU，能輸出 2070 FP4 TFLOPS 的 AI 算力，配了 14 核 Arm CPU 和 128GB 統一記憶體。

整機功耗在 40 到 130 瓦之間可調，配上一塊接近 1 度電的電池，能連續跑大約 3 個小時。視覺方面配了頭部超廣角雙目相機和手腕相機，移動、感知和全身控制都能在本地即時推理完成。

從採集到部署的全家桶

除了硬體拼圖，NVIDIA 這次把軟體全流程也串起來了。科研人員最頭疼的從來不是把機器人站起來，而是怎麼持續喂動作資料和訓練技能。

平臺裡打包了用於遙操作取樣的 Isaac Teleop，用於動作策略學習的 GR00T 基礎模型，以及在虛擬環境裡做強化學習的 Isaac Sim 和 Isaac Lab。策略訓練好之後，通過 Isaac ROS 中介軟體直接灌進板載的 Thor 晶片跑推理。

更關鍵的是資料主權。NVIDIA 明確表示，機器人採集到的訓練資料、執行遙測和日誌全部歸研究團隊自己掌控，不用上傳到封閉平臺。

斯坦福機器人中心、蘇黎世聯邦理工（ETH Zurich）、艾倫人工智慧研究所（Ai2）以及加州大學聖迭戈分校已經確認採用這套方案。整機預計由宇樹在 2026 年底正式發售，宇樹小型機器人 G1 的工作流也會先開源到 GitHub 和 Hugging Face。

為什麼重要

具身智慧現在最缺的不是演算法，而是標準化的測試床。過去各家高校各搞一套拼裝硬體，論文裡寫得天花板級別的演算法，換個實驗室換臺機器根本復現不出來。

現在有了統一的硬體公版和開放軟體棧，各家跑出來的模型和資料終於能放在同一個標尺下比較。我們認為，這能把學術界的具身智慧研究速度拉快一大截，研究人員終於可以把精力集中在技能學習上，而不是天天修電機和線纜。

對商業公司來說，NVIDIA 這招明修棧道暗度陳倉走得極聰明。它表面上是在做開源科研支援，實際上是在搶先確立物理 AI 時代的標準軟硬體介面。只要全世界頂尖高校的博士生都習慣了在 Jetson Thor 和 Isaac 環境下做模擬與控制，未來哪怕去到商業人形機器人公司，也會天然選擇 NVIDIA 的生態。

不過隱患也明擺著。整套系統堆料極其豪華，從 Thor 晶片到高自由度觸覺手，整機成本肯定不便宜。普通小團隊能不能負擔得起，宇樹到 2026 年底能不能按期把可靠性調到量產水平，依然需要打個問號。