多家机器人企业亮相WRC， Jetson Thor成标配

为什么说，机器人“能打”比“能说”更重要？

过去几年，大模型掀起的AI热潮，把人们的注意力都拉到了“能说会道”的AI身上。写代码、写文章、生成图片，这些“脑力活”被AI干得风生水起。

但真正的问题来了，一个只会“说”的AI，终究是“纸上谈兵”。只有当其能真正走进物理世界，能“撸起袖子”干活，能解决真实世界的问题，AI才算真正“成年”。

面对这个AI走向“成年礼”的终极命题。在智能的进化历程中，从纯粹的思维（AI）到能够行动的“身体”（机器人），这道连接灵魂与肉身的桥梁，始终是横亘在科幻与现实之间的关键障碍。

而就在最近于北京举行的2025世界机器人大会期间，让AI得以真正“入世”的长期命题，迎来了新的破局。

而这场破局的掌舵者NVIDIA正将其对“物理AI”（Physical AI）的深刻诠释与技术引领，转化为可触可感的现实。

Jetson Thor 7.5倍算力提升 “三台计算机助物理AI“具身有形”

要让AI“具身有形”，需要一套完整的“修行”路径。

NVIDIA深刻洞察到物理AI的复杂性与挑战，依托“三台计算机”协同方案为机器人构建一个从数据采集、模型训练到验证部署的完整闭环。

具体而言，机器人本体的边缘计算机（AGX系列）：作为机器人实时感知和决策的“大脑”。云端的AI工厂（DGX/HGX系列）负责海量数据的处理与复杂的模型训练。用于模拟仿真的仿真计算机（Omniverse with Cosmos）提供高度逼真的虚拟环境进行数据生成和行为验证。

截取自NVIDIA官网

在这一闭环中，作为机器人大脑的边缘计算机尤其关键。其不仅是AI模型部署的载体，也是机器人实时感知和决策的核心。

事实上，机器人的本体计算需求极为复杂，其须在实时环境中处理海量多模态传感器数据，并快速做出决策和推理。为了满足这类严苛的边缘计算挑战，NVIDIA推出了AGX系列平台，旨在为机器人提供强大的板载计算能力。

而NVIDIA Jetson Thor 模组（简称“Jetson Thor”）正是为解决这一“难题”而打造的顶级“实时推理”利器。作为AGX系列中的新一代旗舰产品，其确保了机器人在本地的强大计算能力和实时响应速度，是实现机器人自主性的核心。

截取自NVIDIA官网资料：NVIDIA Jetson Thor

以NVIDIA® Jetson T5000™ 模组为例，其可为物理 AI和机器人开发提供卓越性能。根据官网数据显示，NVIDIA® Jetson T5000™ 性能超越了前代产品，其AI算力达到了2070 FP4 TFLOPS，与 NVIDIA Jetson AGX Orin™ 相比，其AI计算性能提高至7.5 倍，能效提高至3.5 倍。这意味着，此次升级可以让机器人在边缘端运行复杂的生成式AI模型，如大型视觉语言模型等，支持更高级别的认知与推理。

此外，Jetson Thor的2560核基于Blackwell架构的GPU与14核Arm Neoverse-V3AE CPU协同工作，使得系统既能高效并行处理大量AI任务，也能完成路径规划与系统控制的复杂运算。

与此同时，128GB高速LPDDR5X内存和其高达273GB/s的带宽，以及I/O吞吐能力十倍的提升，也使Jetson Thor能够流畅地整合来自多路高分辨率摄像头和激光雷达的海量信息，实现低延迟的多模态融合和实时响应。

值得注意的是，其专门设计的视觉处理加速器和视频编解码器，在确保强大算力的同时，还能实现更低的功耗和更高的能效比。这意味着Jetson Thor配置灵活的功耗设计，能让机器人在有限的能量和散热条件下，仍能维持长时间稳定运作。

如同NVIDIA Omniverse和仿真技术的副总裁 Rev Lebaredian所言，这些硬件的进步使得Jetson Thor能够支撑起更大、更复杂的神经网络推理任务，开创了物理AI边缘计算的新高度。

NVIDIA Omniverse和仿真技术的副总裁 Rev Lebaredian

此外，DGX和HGX等超级计算平台，更是承担了对海量原始数据的处理与模型训练，通过不断优化神经网络和物理AI算法，持续向机器人本体输送更新迭代的“智慧大脑”。

在Rev Lebaredian看来，数据的采集与处理是物理AI发展的根本瓶颈，云端计算平台因此成为连接现实世界与智能算法的桥梁，支撑机器人具备不断进化的学习能力。

与此同时，由于现实世界中物理数据有限且采集成本高昂，仿真计算机的重要性日益凸显。基于此，NVIDIA的Isaac平台依托数字孪生技术，为机器人构建了高度逼真的虚拟测试环境。这不仅能生成高质量的训练数据，还能在真实部署前模拟各种复杂场景，验证机器人行为的安全性与有效性。

具体来说，Isaac Sim负责环境与传感器的仿真，Isaac Lab则专注于强化学习训练，Cosmos致力于打造能够理解物理世界规律的“世界基础模型”，为更大规模、更精细的仿真提供技术支撑。借助这些仿真能力，开发效率显著提升，研发周期大幅缩短，也为物理AI的广泛应用扫清了障碍。

正是依靠“三台计算机”的协同与互补，NVIDIA实现了边缘算力、云端智造与仿真验证的无缝融合，推动机器人智能迈入一个更高效、更安全、更智能的新时代。

事实上，NVIDIA的“三台计算机”深刻回应了物理AI面临的核心难题：边缘算力不足、数据获取有限及验证复杂。

目前，单靠云端训练或边缘计算已难以满足机器人实时、多模态决策需求，须实现边缘、云端与仿真的紧密协同。Jetson Thor可大幅提升边缘推理能力，支持复杂生成式AI模型，推动机器人认知和自主性的跃升。而云端超级计算平台则保障了模型持续优化。同时其数字孪生技术也有效缓解了现实数据采集成本与风险，显著缩短研发周期。

整体来看，NVIDIA的架构是硬件的升级，也是产业认知的进化，推动物理AI从单点突破走向系统创新，赋能机器人实现真正的“具身有形”，加速智能装备向更广泛应用场景落地。

NVIDIA与中国企业紧密合作：多款机器人亮相WRC Jetson Thor成标配

对于具身智能行业而言，中国企业正在扮演越来越重要的角色。

中国拥有丰富的AI人才和制造基础，也在边缘计算能力上开始抢占先机。2025世界机器人大会上，中国本土企业带来了和NVIDIA深度合作的多款机器人产品，向外界展示了将算力从云端搬到机器人本地的成果。

宇树科技创始人、CEO王兴兴提到，硬件成本不再是问题，关键是让机器人的智能更加通用和实用。宇树的R1机器人售价不到4万元，配合可负重30公斤、续航达20公里的机器狗，已经在多种场景展现能力。从央视春晚的机器人编队舞蹈，到格斗赛中的空翻跳跃，背后都是对实时运动控制和环境感知的高标准要求。

宇树科技创始人CEO 王兴兴

王兴兴指出，其在NVIDIA Isaac Lab和Isaac Sim上完成了运动AI训练与仿真，确保动作精准、反应敏捷。其本体计算平台具备14核CPU和128GB高速内存，支持多路摄像头输入，足以支撑复杂的视觉处理和多自由度机械手控制。

此外，宇树科技还在探索用视频生成模型作为“世界模型”，驱动机械臂动作，这对边缘算力提出了更高要求，而Jetson Thor正好满足了这些需求。

另一边，银河通用创始人兼CTO 王鹤介绍，银河通用的Galbot G1 Premium机器人，运用了轮式双臂的设计，目的就是为了在续航和安全性上更具优势，也方便实现大规模交付。

值得注意的是，Galbot G1 Premium搭载了Jetson Thor，这让Galbot G1 Premium具备强大的本地计算能力。

银河通用创始人兼CTO 王鹤

现场演示时，机器人流畅的动作和实时处理货箱视觉的能力，赢得了不少赞誉，甚至有人称其是“最快的人形机器人”。

Galbot G1 Premium

这背后，离不开Jetson Thor的Blackwell架构和2070 FP4 TFLOPS算力的支持，加上其丰富的I/O接口和视觉加速器，使得机器人能实现无图导航和零样本抓取。

更值得一提的是，这些模型大部分训练数据都来自NVIDIA Isaac Sim仿真生成的合成数据，先在虚拟世界中“练兵”，再借助Jetson Thor将训练成果准确高效地部署到真实机器人上。

目前，诸多中国的生态伙伴企业也在紧密结合NVIDIA技术。在WRC上，多家领先的机器人企业利用 NVIDIA 技术开发部署人形机器人等产品。

北京人形机器人创新中心推出的“天工2.0”基于Jetson AGX Thor和Isaac Sim数据，实现了高水平运动与操控。傅利叶智能的GR-3机器人则凭借Jetson AGX和Isaac Lab，在动态复杂环境中完成自然认知和响应。加速进化的Booster T1和K1系列机器人，通过Isaac Lab和Sim验证了运动AI的可靠性。优必选的Walker S2是全球首款具备自主换电能力的人形机器人，在智能制造和物流领域展现了强大实用价值。

与此同时，阿里云将NVIDIA的全栈机器人和物理智能组件引入云端平台，为开发者提供一键启动的工具和端到端的解决方案，大大加速了机器人开发的效率。

写在最后

中国在机器人与智能装备领域的优势毋庸置疑。凭借丰富的人才储备、强大的电子制造能力，以及上下游高度完善的产业链，本土企业具备快速迭代与规模化量产的天然条件。以银河通用、宇树科技为例，其能够在研发和量产之间实现高效衔接，在市场验证与落地速度上明显领先。

从市场看，空间巨大但培育周期不可忽视。人形机器人产值未来将以三年十倍的速度增长，十年内有望超越汽车与手机市场，规模达到万亿级。可以预见出货量与从业人数的翻倍趋势，但产业必须经历长周期的技术、法规与市场协同，才能真正实现规模化普及。

目前，NVIDIA正成为中国机器人生态的重要“加速器”。凭借其“物理AI”的深刻洞察和“三台计算机”（边缘、云端、仿真）的协同战略，正引领AI迈向“成年礼”，真正“撸起袖子”走进物理世界。

其中，作为机器人“大脑”的NVIDIA Jetson Thor模组，无疑是这场变革的重要核心引擎。从诸多机器人企业搭载Jetson Thor或其AGX系列平台，并在实际应用中展现出令人惊艳的成果，这无疑进一步验证了物理AI的巨大潜力和Jetson Thor的实战能力。

因此，对于Jetson Thor的正式发售，我们完全有理由充满期待。其或将真正开启并打通大型AI模型从云端“智囊”到物理世界“执行者”的“最后一公里”时代，让机器人真正走进工厂、物流仓、医院，扎根场景里，让创新者能够更快、更高效地将构想落地为现实，实现token向生产力的转化。