面向通用机器人时代，英伟达推出了新一代 " 最强大脑 "。
8 月 25 日，英伟达宣布，基于 Blackwell 架构的 Jetson Thor 正式面向开发者开放。这是一款针对机器人的超级计算机，可以为制造、物流、交通、医疗、农业和零售等行业的数百万台机器人提供算力支持。
据介绍，较上一代产品 Jetson Orin，Jetson Thor 的 AI 算力提升 7.5 倍，能效提升 3.5 倍。并且它能够运行各种生成式 AI 模型，包括 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen 等通用模型，以及 Isaac GR00T N1.5 等机器人专用模型。
目前，Jetson Thor 开发者套件已发售，定价 3499 美元，Jetson T5000 模组购买 1000 片以上单价 2999 美元。联影医疗、万集科技、优必选、银河通用、宇树科技、众擎机器人和智元机器人等企业已经率先使用了 Jetson Thor。
从电脑、数据中心再到机器人，英伟达的 GPU 算力平台触达了更多终端，并加速拓展。近年来，机器人成为英伟达的重要业务线，每次都在发布会上压轴出现。
事实上，英伟达已经在机器人赛道投入多年，其创始人黄仁勋瞄准了具有广阔前景的 "Physical AI"（物理 AI，主要面向自动驾驶和机器人）。他认为，生成式 AI（Gen-AI）、代理式 AI（Agentic AI）之后，物理 AI 将是终极阶段。
截至当地时间 26 日美股收盘，英伟达股价上涨 1.09% 至 181.77 美元，最新市值 44352 亿美元。接下来，英伟达将发布第二财季财报，市场也在观察和等待 AI 风向标的新信号。
在机器人赛道上，英伟达的定位很明确。" 我们自己并不制造机器人，而是通过计算平台，支持机器人生态中的企业构建他们的机器人。" 英伟达机器人与边缘计算副总裁 Deepu Talla 在沟通会上对 21 世纪经济报道等媒体表示。
Jetson Thor 就是直接装入机器人的芯片算力产品。Jetson 系列从 2014 年就开始迭代。在边缘终端运行实时机器人应用，需强大的 AI 计算能力和内存，以处理多个传感器的并发数据流，因此 Jetson 系列随着架构更新持续提升性能。
Jetson Thor 堪称当前机器人的 " 最强大脑 "，它能够把 " 大模型 + 实时传感 + 控制 " 整合到边缘。基于 Blackwell GPU 和 128GB 内存，Jetson Thor 带来高达 2070 FP4 TFLOPS 的 AI 算力，可在机器人本体上并行运行视觉—语言—动作（VLA）等多模态模型，显著降低云依赖与往返时延。
这也意味着，搭载 Jetson Thor 后，机器人的智能化程度将更进一步，能够高效应对代理式 AI、高速传感器数据处理、通用机器人任务等复杂应用场景。
面向开发者，英伟达不仅有 Jetson Thor 模组硬件，还有一整套软硬件生态。Jetson Thor 模组支持运行完整的 NVIDIA AI 软件栈，基于此开发者可部署各类应用，例如，可在非结构化环境中执行操作任务的人形机器人，基于多摄像头流数据、为外科医生提供指导的智能手术室系统。
通过这种软硬件一体化的模式，英伟达在机器人领域构建起竞争壁垒。这一策略与英伟达通过 CUDA 技术和 GPU 芯片建立 AI 产业领先地位的路径高度相似。通过提供全面的软件工具链和硬件支持，英伟达不仅巩固了其市场地位，还为竞争对手设置了很高的进入门槛。
目前，头部机器人企业都和英伟达进行了合作，比如银河通用的 G1 Premium 人形机器人，就是首批搭载 Jetson Thor 的人形机器人之一，在工业码垛、拆垛及物料箱搬运等复杂场景中展现出流畅性与作业速度。
除人形机器人外，Jetson Thor 还将为各类机器人应用提速，包括手术辅助机器人、智能牵引车、配送机器人、工业机械臂及视觉 AI 智能体等，能在边缘端为规模更大、复杂度更高的 AI 模型提供实时推理能力。
" 物理 AI" 是英伟达在机器人领域的核心叙事，让生成式与推理模型不仅理解与规划动作，更要在真实世界执行。
围绕这一目标，要推动机器人落地，英伟达提出必须构建三类计算机：一是嵌入机器人本体的计算机，例如人形机器人搭载的 Jetson Thor；二是 AI 工厂计算机，用于在部署前通过 DGX、HGX 系统处理海量数据、训练模型；三是仿真计算机，通过物理定律生成数据并提前测试机器人，测试速度可快于现实时间。
Jetson Thor 正是把算力能力从云端下沉到机器人本体的关键一环。英伟达 Omniverse 与仿真模拟技术副总裁 Rev Lebaredian 谈道：" 机器人往往在现场实时运行，需在紧凑的循环内完成计算，电力有限，因此要尽可能降低功耗以延长电池寿命，同时还要考虑散热等问题，这些因素都极大地增加了难度。"
他特别强调，Jetson Thor 与之前版本最大的不同是，现在具备了足够的计算能力，能够运行更大、更强的神经网络和模型，支持更复杂的推理任务。此外，Jetson Thor 拥有更大的带宽，能更快地处理来自各种传感器的大量信息，使机器人可以快速反应，在动态变化的环境中高速移动和操作。
市场观察人士认为，Jetson Thor 能够在机器人本体上并行运行多种生成式与策略模型，支撑复杂任务切换和人机交互，其意义在于把机器人从 " 会看、会说 " 推向 " 会想、会做 "。这意味着机器人向通用机器人目标更近了一步。
从商业角度看，这也被解读为英伟达的新增长曲线。虽然眼下通用机器人仍处在产业化的早期阶段，落地面临周期长、成本高等挑战，但资本市场普遍认为，这条赛道具备长期潜力。
TrendForce 集邦咨询表示，Jetson Thor 的迭代，不仅是单纯的数字跃升，还帮助终端本体能即时处理庞大感测数据与大型语言模型，一定程度上让高阶人形机器人真正地看见、思考与行动。
可以说，Jetson Thor 把 " 大模型的脑 " 装进 " 机器人的身 "，并以统一软件栈与生态网络加速落地。这既是英伟达计算平台战略的自然延伸，也是黄仁勋 " 物理 AI" 愿景落地的一环。接下来，谁能率先跑通从小样本泛化到规模化部署的闭环，谁就有机会在通用机器人竞赛中拔得头筹。
