為什么說，機器人“能打”比“能說”更重要?
過去幾年，大模型掀起的AI熱潮，把人們的注意力都拉到了“能說會道”的AI身上。寫代碼、寫文章、生成圖片，這些“腦力活”被AI干得風生水起。
但真正的問題來了，一個只會“說”的AI，終究是“紙上談兵”。只有當其能真正走進物理世界，能“擼起袖子”干活，能解決真實世界的問題，AI才算真正“成年”。
面對這個AI走向“成年禮”的終極命題。在智能的進化歷程中，從純粹的思維(AI)到能夠行動的“身體”(機器人)，這道連接靈魂與肉身的橋梁，始終是橫亙在科幻與現(xiàn)實之間的關(guān)鍵障礙。
而就在最近于北京舉行的2025世界機器人大會期間，讓AI得以真正“入世”的長期命題，迎來了新的破局。
而這場破局的掌舵者NVIDIA正將其對“物理AI”(Physical AI)的深刻詮釋與技術(shù)引領(lǐng)，轉(zhuǎn)化為可觸可感的現(xiàn)實。
Jetson Thor 7.5倍算力提升 “三臺計算機助物理AI“具身有形”
要讓AI“具身有形”，需要一套完整的“修行”路徑。
NVIDIA深刻洞察到物理AI的復(fù)雜性與挑戰(zhàn)，依托“三臺計算機”協(xié)同方案為機器人構(gòu)建一個從數(shù)據(jù)采集、模型訓練到驗證部署的完整閉環(huán)。
具體而言，機器人本體的邊緣計算機(AGX系列)：作為機器人實時感知和決策的“大腦”。云端的AI工廠(DGX/HGX系列)負責海量數(shù)據(jù)的處理與復(fù)雜的模型訓練。用于模擬仿真的仿真計算機(Omniverse with Cosmos)提供高度逼真的虛擬環(huán)境進行數(shù)據(jù)生成和行為驗證。
在這一閉環(huán)中，作為機器人大腦的邊緣計算機尤其關(guān)鍵。其不僅是AI模型部署的載體，也是機器人實時感知和決策的核心。
事實上，機器人的本體計算需求極為復(fù)雜，其須在實時環(huán)境中處理海量多模態(tài)傳感器數(shù)據(jù)，并快速做出決策和推理。為了滿足這類嚴苛的邊緣計算挑戰(zhàn)，NVIDIA推出了AGX系列平臺，旨在為機器人提供強大的板載計算能力。
而NVIDIA Jetson Thor 模組(簡稱“Jetson Thor”)正是為解決這一“難題”而打造的頂級“實時推理”利器。作為AGX系列中的新一代旗艦產(chǎn)品，其確保了機器人在本地的強大計算能力和實時響應(yīng)速度，是實現(xiàn)機器人自主性的核心。
以NVIDIA® Jetson T5000? 模組為例，其可為物理 AI和機器人開發(fā)提供卓越性能。根據(jù)官網(wǎng)數(shù)據(jù)顯示，NVIDIA® Jetson T5000? 性能超越了前代產(chǎn)品，其AI算力達到了2070 FP4 TFLOPS，與 NVIDIA Jetson AGX Orin? 相比，其AI計算性能提高至7.5 倍，能效提高至3.5 倍。這意味著，此次升級可以讓機器人在邊緣端運行復(fù)雜的生成式AI模型，如大型視覺語言模型等，支持更高級別的認知與推理。
此外，Jetson Thor的2560核基于Blackwell架構(gòu)的GPU與14核Arm Neoverse-V3AE CPU協(xié)同工作，使得系統(tǒng)既能高效并行處理大量AI任務(wù)，也能完成路徑規(guī)劃與系統(tǒng)控制的復(fù)雜運算。
與此同時，128GB高速LPDDR5X內(nèi)存和其高達273GB/s的帶寬，以及I/O吞吐能力十倍的提升，也使Jetson Thor能夠流暢地整合來自多路高分辨率攝像頭和激光雷達的海量信息，實現(xiàn)低延遲的多模態(tài)融合和實時響應(yīng)。
值得注意的是，其專門設(shè)計的視覺處理加速器和視頻編解碼器，在確保強大算力的同時，還能實現(xiàn)更低的功耗和更高的能效比。這意味著Jetson Thor配置靈活的功耗設(shè)計，能讓機器人在有限的能量和散熱條件下，仍能維持長時間穩(wěn)定運作。
如同NVIDIA Omniverse和仿真技術(shù)的副總裁 Rev Lebaredian所言，這些硬件的進步使得Jetson Thor能夠支撐起更大、更復(fù)雜的神經(jīng)網(wǎng)絡(luò)推理任務(wù)，開創(chuàng)了物理AI邊緣計算的新高度。
此外，DGX和HGX等超級計算平臺，更是承擔了對海量原始數(shù)據(jù)的處理與模型訓練，通過不斷優(yōu)化神經(jīng)網(wǎng)絡(luò)和物理AI算法，持續(xù)向機器人本體輸送更新迭代的“智慧大腦”。
在Rev Lebaredian看來，數(shù)據(jù)的采集與處理是物理AI發(fā)展的根本瓶頸，云端計算平臺因此成為連接現(xiàn)實世界與智能算法的橋梁，支撐機器人具備不斷進化的學習能力。
與此同時，由于現(xiàn)實世界中物理數(shù)據(jù)有限且采集成本高昂，仿真計算機的重要性日益凸顯?；诖?，NVIDIA的Isaac平臺依托數(shù)字孿生技術(shù)，為機器人構(gòu)建了高度逼真的虛擬測試環(huán)境。這不僅能生成高質(zhì)量的訓練數(shù)據(jù)，還能在真實部署前模擬各種復(fù)雜場景，驗證機器人行為的安全性與有效性。
具體來說，Isaac Sim負責環(huán)境與傳感器的仿真，Isaac Lab則專注于強化學習訓練，Cosmos致力于打造能夠理解物理世界規(guī)律的“世界基礎(chǔ)模型”，為更大規(guī)模、更精細的仿真提供技術(shù)支撐。借助這些仿真能力，開發(fā)效率顯著提升，研發(fā)周期大幅縮短，也為物理AI的廣泛應(yīng)用掃清了障礙。
正是依靠“三臺計算機”的協(xié)同與互補，NVIDIA實現(xiàn)了邊緣算力、云端智造與仿真驗證的無縫融合，推動機器人智能邁入一個更高效、更安全、更智能的新時代。
事實上，NVIDIA的“三臺計算機”深刻回應(yīng)了物理AI面臨的核心難題：邊緣算力不足、數(shù)據(jù)獲取有限及驗證復(fù)雜。
目前，單靠云端訓練或邊緣計算已難以滿足機器人實時、多模態(tài)決策需求，須實現(xiàn)邊緣、云端與仿真的緊密協(xié)同。Jetson Thor可大幅提升邊緣推理能力，支持復(fù)雜生成式AI模型，推動機器人認知和自主性的躍升。而云端超級計算平臺則保障了模型持續(xù)優(yōu)化。同時其數(shù)字孿生技術(shù)也有效緩解了現(xiàn)實數(shù)據(jù)采集成本與風險，顯著縮短研發(fā)周期。
整體來看，NVIDIA的架構(gòu)是硬件的升級，也是產(chǎn)業(yè)認知的進化，推動物理AI從單點突破走向系統(tǒng)創(chuàng)新，賦能機器人實現(xiàn)真正的“具身有形”，加速智能裝備向更廣泛應(yīng)用場景落地。
NVIDIA與中國企業(yè)緊密合作：多款機器人亮相WRC Jetson Thor成標配
對于具身智能行業(yè)而言，中國企業(yè)正在扮演越來越重要的角色。
中國擁有豐富的AI人才和制造基礎(chǔ)，也在邊緣計算能力上開始搶占先機。2025世界機器人大會上，中國本土企業(yè)帶來了和NVIDIA深度合作的多款機器人產(chǎn)品，向外界展示了將算力從云端搬到機器人本地的成果。
宇樹科技創(chuàng)始人、CEO王興興提到，硬件成本不再是問題，關(guān)鍵是讓機器人的智能更加通用和實用。宇樹的R1機器人售價不到4萬元，配合可負重30公斤、續(xù)航達20公里的機器狗，已經(jīng)在多種場景展現(xiàn)能力。從央視春晚的機器人編隊舞蹈，到格斗賽中的空翻跳躍，背后都是對實時運動控制和環(huán)境感知的高標準要求。
王興興指出，其在NVIDIA Isaac Lab和Isaac Sim上完成了運動AI訓練與仿真，確保動作精準、反應(yīng)敏捷。其本體計算平臺具備14核CPU和128GB高速內(nèi)存，支持多路攝像頭輸入，足以支撐復(fù)雜的視覺處理和多自由度機械手控制。
此外，宇樹科技還在探索用視頻生成模型作為“世界模型”，驅(qū)動機械臂動作，這對邊緣算力提出了更高要求，而Jetson Thor正好滿足了這些需求。
另一邊，銀河通用創(chuàng)始人兼CTO 王鶴介紹，銀河通用的Galbot G1 Premium機器人，運用了輪式雙臂的設(shè)計，目的就是為了在續(xù)航和安全性上更具優(yōu)勢，也方便實現(xiàn)大規(guī)模交付。
值得注意的是，Galbot G1 Premium搭載了Jetson Thor，這讓Galbot G1 Premium具備強大的本地計算能力。
現(xiàn)場演示時，機器人流暢的動作和實時處理貨箱視覺的能力，贏得了不少贊譽，甚至有人稱其是“最快的人形機器人”。
這背后，離不開Jetson Thor的Blackwell架構(gòu)和2070 FP4 TFLOPS算力的支持，加上其豐富的I/O接口和視覺加速器，使得機器人能實現(xiàn)無圖導(dǎo)航和零樣本抓取。
更值得一提的是，這些模型大部分訓練數(shù)據(jù)都來自NVIDIA Isaac Sim仿真生成的合成數(shù)據(jù)，先在虛擬世界中“練兵”，再借助Jetson Thor將訓練成果準確高效地部署到真實機器人上。
目前，諸多中國的生態(tài)伙伴企業(yè)也在緊密結(jié)合NVIDIA技術(shù)。在WRC上，多家領(lǐng)先的機器人企業(yè)利用 NVIDIA 技術(shù)開發(fā)部署人形機器人等產(chǎn)品。
北京人形機器人創(chuàng)新中心推出的“天工2.0”基于Jetson AGX Thor和Isaac Sim數(shù)據(jù)，實現(xiàn)了高水平運動與操控。傅利葉智能的GR-3機器人則憑借Jetson AGX和Isaac Lab，在動態(tài)復(fù)雜環(huán)境中完成自然認知和響應(yīng)。加速進化的Booster T1和K1系列機器人，通過Isaac Lab和Sim驗證了運動AI的可靠性。優(yōu)必選的Walker S2是全球首款具備自主換電能力的人形機器人，在智能制造和物流領(lǐng)域展現(xiàn)了強大實用價值。
與此同時，阿里云將NVIDIA的全棧機器人和物理智能組件引入云端平臺，為開發(fā)者提供一鍵啟動的工具和端到端的解決方案，大大加速了機器人開發(fā)的效率。
寫在最后
中國在機器人與智能裝備領(lǐng)域的優(yōu)勢毋庸置疑。憑借豐富的人才儲備、強大的電子制造能力，以及上下游高度完善的產(chǎn)業(yè)鏈，本土企業(yè)具備快速迭代與規(guī)?；慨a(chǎn)的天然條件。以銀河通用、宇樹科技為例，其能夠在研發(fā)和量產(chǎn)之間實現(xiàn)高效銜接，在市場驗證與落地速度上明顯領(lǐng)先。
從市場看，空間巨大但培育周期不可忽視。人形機器人產(chǎn)值未來將以三年十倍的速度增長，十年內(nèi)有望超越汽車與手機市場，規(guī)模達到萬億級。可以預(yù)見出貨量與從業(yè)人數(shù)的翻倍趨勢，但產(chǎn)業(yè)必須經(jīng)歷長周期的技術(shù)、法規(guī)與市場協(xié)同，才能真正實現(xiàn)規(guī)?；占?。
目前，NVIDIA正成為中國機器人生態(tài)的重要“加速器”。憑借其“物理AI”的深刻洞察和“三臺計算機”(邊緣、云端、仿真)的協(xié)同戰(zhàn)略，正引領(lǐng)AI邁向“成年禮”，真正“擼起袖子”走進物理世界。
其中，作為機器人“大腦”的NVIDIA Jetson Thor模組，無疑是這場變革的重要核心引擎。從諸多機器人企業(yè)搭載Jetson Thor或其AGX系列平臺，并在實際應(yīng)用中展現(xiàn)出令人驚艷的成果，這無疑進一步驗證了物理AI的巨大潛力和Jetson Thor的實戰(zhàn)能力。
因此，對于Jetson Thor的正式發(fā)售，我們完全有理由充滿期待。其或?qū)⒄嬲_啟并打通大型AI模型從云端“智囊”到物理世界“執(zhí)行者”的“最后一公里”時代，讓機器人真正走進工廠、物流倉、醫(yī)院，扎根場景里，讓創(chuàng)新者能夠更快、更高效地將構(gòu)想落地為現(xiàn)實，實現(xiàn)token向生產(chǎn)力的轉(zhuǎn)化。