NVIDIA 發售 Jetson Thor：AI 算力漲 7.5 倍，波士頓動力已接入

以前想讓機器人做複雜推理，工程師大多隻能把攝像頭畫面傳回雲端算完了再發回來。網路一卡，機器人可能當場愣住，甚至直接撞翻東西。

NVIDIA 宣佈專門給物理 AI 和機器人打造的計算平臺 Jetson Thor 正式發售。它把伺服器級別的推理能力直接塞進了邊緣裝置，讓機器人不用聯網也能自己動腦筋。

把伺服器算力塞進 130 瓦模組

新硬體是基於 Blackwell 架構打造的。對比上一代 Jetson Orin，Jetson Thor 的 AI 算力提升到了 7.5 倍，最高能跑出 2070 FP4 TFLOPS；CPU 效能提升 3.1 倍，記憶體也直接翻倍到了 128 GB。

這些引數全被塞進了一個功耗在 40 到 130 瓦之間的小模組裡。能效比上一代拉高了 3.5 倍，散熱和電池供電的壓力小了一大截。

機器人的眼睛也不再受頻寬卡脖子。通過 Holoscan 感測器橋接平臺和 4 個 25 GbE 網路介面，雷達、雷射雷達和相機的訊號可以直接灌進 GPU 視訊記憶體，跳過繁瑣的中間層。

軟體生態上，它能本地跑 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen，以及機器人專屬的 Isaac GR00T N1.5，視覺語言模型和動作模型都能在本地直接落地。

開發套件即日起開售，起售價 3499 美元。量產用的 Jetson T5000 模組千顆採購單價為 2999 美元。另外，面向自動駕駛的 DRIVE AGX Thor 套件也開放了預購，9 月開始發貨。

人形機器人的排頭兵全用上了

人形機器人頭部玩家已經排著隊換芯。波士頓動力確認要把 Jetson Thor 裝進最新一代 Atlas 機器人的身體裡，徹底告別雲端排程。

做倉儲機器人的 Agility Robotics 也表態，第六代 Digit 機器人將拿 Jetson Thor 當板載大腦，來處理搬運、堆垛這些高動態環境下的即時避障和操作。

學術界這邊，斯坦福、卡內基梅隆大學和蘇黎世大學的實驗室都已經拿到了板子。CMU 的團隊正用它測試野外搜救機器人，團隊負責人 Sebastian Scherer 坦言，以前計算機視覺和機器人是割裂的，視覺算得太慢，根本趕不上即時做決定的節奏，現在算力才算真正追上了場景需求。

硬體生態上，研華、安提國際、ConnectTech、米文動力、中科天璣等硬體商正在推出各類定製整機。

為什麼重要

我們認為，Jetson Thor 的落地意味著具身智慧終於開始切斷與雲端的那根無線網線。以前演示人形機器人，只要離開特定 Wi-Fi 環境或者遇到訊號盲區，所謂的通識大模型就會變成擺設。有了 2070 TFLOPS 的本地算力，端到端的大模型和動作生成網路才能在幾十毫秒的硬性延遲窗口裡跑完一輪閉環。

對開發團隊來說，3499 美元的開發套件門檻不算低，但比起自己用工控機拼桌面級顯示卡來做原型，功耗、介面密度和抗震指標都有現成方案，能省下幾個月的硬體工程時間。工業級移動機器人、巡檢狗以及高精手術輔助器械，只要承受得起這個成本，現在就可以開始做本地多模態大模型的適配。

這一步也讓 NVIDIA 在物理 AI 賽道把護城河扎得更深。從 Isaac 模擬平臺、GR00T 基礎模型再到底層 CUDA 和現在的專用硬體，競爭對手如果想在邊緣端搶奪機器人客戶，不僅要拼算力晶片本身，還得面對開發者對整套工具鏈的深度依賴。雖然 130 瓦對小型四足或輕量協作臂仍然偏熱，但在全尺寸人形機器人這個主戰場上，NVIDIA 看起來又一次提前把標準給立住了。