在美國(guó)俄勒岡州的倉(cāng)庫(kù)里，Agility Robotics的人形機(jī)器人Digit正在執(zhí)行物流裝載任務(wù)，不再只是機(jī)械的搬運(yùn)，而是根據(jù)環(huán)境實(shí)時(shí)調(diào)整響應(yīng)動(dòng)作。

與此同時(shí)，在機(jī)器人領(lǐng)域深耕30余年的波士頓動(dòng)力Atlas也正在迎來(lái)新一輪進(jìn)化，國(guó)內(nèi)的宇樹(shù)科技則希望借助更強(qiáng)的計(jì)算能力去突破機(jī)器人當(dāng)下敏捷性與自主性的能力邊界。

支撐這一切變化發(fā)生的“新大腦”，正是英偉達(dá)的Jetson Thor。

自2014年推出以來(lái)，英偉達(dá)Jetson平臺(tái)和機(jī)器人技術(shù)棧已構(gòu)建起極具影響力的行業(yè)生態(tài)：吸引超過(guò)200萬(wàn)開(kāi)發(fā)者投身創(chuàng)新，涵蓋超150個(gè)硬件系統(tǒng)、軟件與傳感器的合作伙伴網(wǎng)絡(luò)，其中Jetson Orin作為上一代核心產(chǎn)品，已成功幫助7000余個(gè)客戶在各行業(yè)落地邊緣AI應(yīng)用。

雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))消息，當(dāng)?shù)貢r(shí)間8月25日，英偉達(dá)宣布發(fā)售Jetson AGX Thor開(kāi)發(fā)者套件和量產(chǎn)級(jí)模組。

新一代基于Blackwell架構(gòu)的機(jī)器人計(jì)算機(jī)實(shí)現(xiàn)了性能的跨越式升級(jí)：相較于上一代Orin，其AI性能提升7.5倍，可釋放高達(dá)2070 FP4 TFLOPS算力，且能效提升至3.5倍，憑借極致的算力與能效表現(xiàn)，實(shí)現(xiàn)復(fù)雜場(chǎng)景下的實(shí)時(shí)推理，進(jìn)一步拓展邊緣AI的應(yīng)用邊界。

“Jetson Thor專為全球數(shù)百萬(wàn)開(kāi)發(fā)者打造，助力他們構(gòu)建可與物理世界交互、甚至改變物理世界的機(jī)器人系統(tǒng)。作為一款卓越的超級(jí)計(jì)算機(jī)，Jetson Thor正致力于推動(dòng)物理AI與通用機(jī)器人時(shí)代真正到來(lái)?！庇ミ_(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛表示。

能效躍升3.5倍，Jetson Thor「解鎖」機(jī)器人實(shí)時(shí)推理能力

當(dāng)機(jī)器人從流水線上的“專用工具”，轉(zhuǎn)身成為能在家庭、工廠、醫(yī)院等多場(chǎng)景靈活作業(yè)的“通用助手”時(shí)，一個(gè)關(guān)鍵難題浮出水面：如何在可控的功耗下，達(dá)到最大算力以支撐復(fù)雜決策？

NVIDIA Jetson AGX Thor為能效與算力的難題交出答案。

作為專為物理AI設(shè)計(jì)的“機(jī)器人超級(jí)大腦”，Jetson Thor搭載了英偉達(dá)全新的Blackwell架構(gòu)GPU，在僅130瓦的功率范圍內(nèi)，實(shí)現(xiàn)了2070 FP4 TFLOPS的峰值A(chǔ)I算力，較上一代Orin提升7.5倍，且Jetson Thor的內(nèi)存容量提升兩倍達(dá)到128G，顯存帶寬為273GB/s，可輕松運(yùn)行最新的生成式AI模型，且將能效優(yōu)化至3.5倍。

這意味著，無(wú)論是在家庭場(chǎng)景中使用的服務(wù)機(jī)器人，還是在手術(shù)室里輔助醫(yī)生的精密機(jī)械臂，都不用再為“續(xù)航焦慮”妥協(xié)——它們能以更低的能耗，持續(xù)輸出強(qiáng)勁算力，實(shí)現(xiàn)長(zhǎng)時(shí)間、穩(wěn)定地完成任務(wù)。

這份能效優(yōu)勢(shì)，并非簡(jiǎn)單的硬件升級(jí)，而是從底層技術(shù)到架構(gòu)設(shè)計(jì)的全面優(yōu)化。

Jetson Thor引入原生FP4量化技術(shù)，通過(guò)4位精度的權(quán)重與激活值，在不損失推理準(zhǔn)確性的前提下，大幅減少算力消耗。搭配下一代Transformer引擎更能靈活切換FP4與FP8精度，讓不同復(fù)雜度的任務(wù)都能匹配最優(yōu)能耗方案。

此外，通過(guò)引入多實(shí)例GPU（MIG）技術(shù)，Jetson Thor能把單塊GPU拆分成多個(gè)獨(dú)立“計(jì)算單元”，比如一邊用部分資源處理攝像頭實(shí)時(shí)畫(huà)面，一邊用另一部分資源運(yùn)行自然語(yǔ)言交互模型，這一技術(shù)能為關(guān)鍵工作負(fù)載預(yù)留計(jì)算資源，同時(shí)并行運(yùn)行對(duì)時(shí)間敏感度較低的任務(wù)，確保性能的可預(yù)測(cè)性。

對(duì)于需兼顧多重關(guān)鍵任務(wù)的機(jī)器人應(yīng)用而言，這一特性尤為重要。

這份高能效最終轉(zhuǎn)化為機(jī)器人在物理世界里“反應(yīng)迅速”的表現(xiàn)，與上一代產(chǎn)品相比相比， Jetson Thor推理速度提升最高達(dá)5倍，借助FP4精度優(yōu)化與推測(cè)解碼技術(shù)，開(kāi)發(fā)者還能進(jìn)一步實(shí)現(xiàn)2倍的性能提升。

在采用FP4量化與基于Eagle的推測(cè)解碼技術(shù)后，Qwen2.5-VL-7B模型在Jetson Thor上的推理速度較Jetson Orin，最高提升至 3.5 倍。

衡量系統(tǒng)響應(yīng)速度的核心標(biāo)準(zhǔn)是首Token生成時(shí)間及輸出Token生成時(shí)間。

在Qwen2.5-VL-3B VLM與Llama 3.2 3B LLM兩款模型的測(cè)試中， Jetson Thor的首Token生成時(shí)間均低于200毫秒，輸出Token生成時(shí)間則均低于50毫秒。

在推測(cè)解碼技術(shù)中，先由小型草稿模型生成候選Tokens，再由大型模型驗(yàn)證Tokens 的有效性。這種方式在保證生成準(zhǔn)確性的同時(shí)，能加速生成式AI推理過(guò)程，最終實(shí)現(xiàn)更快、更高質(zhì)量的輸出。

銀河通用、宇樹(shù)科技采用，Jetson Thor加速機(jī)器人產(chǎn)品商業(yè)化進(jìn)程

性能參數(shù)是可用的基礎(chǔ)，但真正的價(jià)值體現(xiàn)仍要回歸商業(yè)化落地。

在倉(cāng)儲(chǔ)與制造一線，領(lǐng)先的人形機(jī)器人企業(yè)Agility Robotics旗下機(jī)器人Digit已經(jīng)實(shí)現(xiàn)商用，可在倉(cāng)庫(kù)與制造環(huán)境中執(zhí)行堆疊、裝載及碼垛等物流任務(wù)。

Digit曾經(jīng)被質(zhì)疑“能走、能搬，卻難以應(yīng)對(duì)復(fù)雜任務(wù)”，而在引入 Jetson系列產(chǎn)品后，它的反應(yīng)速度和實(shí)時(shí)決策能力大幅提升，受益之下，Digit計(jì)劃將Jetson Thor作為第六代計(jì)算核心。

Agility Robotics CEO Peggy Johnson評(píng)價(jià)道：“Jetson Thor提供的強(qiáng)大邊緣處理能力，將把Digit提升到一個(gè)新的水平，其實(shí)時(shí)響應(yīng)能力更強(qiáng)，功能也能拓展至更復(fù)雜的任務(wù)領(lǐng)域?！?/p>

Digit不再只是“搬運(yùn)工”，而可能成為倉(cāng)庫(kù)和工廠中真正的多面手。

在工業(yè)與科研領(lǐng)域，波士頓動(dòng)力的Atlas正在接受同樣的“大腦移植”，Jetson Thor的算力讓Atlas能在設(shè)備端運(yùn)行此前必須依賴服務(wù)器的AI工作流。

Jetson Thor同樣得到國(guó)內(nèi)明星機(jī)器人企業(yè)的青睞，銀河通用與宇樹(shù)科技的人形機(jī)器人同樣集成了這一產(chǎn)品。

銀河通用CTO王鶴直言，公司旗下機(jī)器人G1 Premium在完成Jetson Thor集成后，運(yùn)動(dòng)速度和流暢性明顯改善，并計(jì)劃利用 Jetson Thor支持更大規(guī)模的VLA模型，從而在復(fù)雜交互中展現(xiàn)出更接近人類的行為。

突破性能限制，打造友好安全的機(jī)器人產(chǎn)品是宇樹(shù)科技的追求。

宇樹(shù)科技創(chuàng)始人兼首席執(zhí)行官王興興表示：“Jetson Thor帶來(lái)了計(jì)算能力的飛躍，讓機(jī)器人有更強(qiáng)的敏捷性、更快的決策制定以及更高的自主水平，這對(duì)于機(jī)器人在現(xiàn)實(shí)世界中實(shí)現(xiàn)導(dǎo)航與交互至關(guān)重要。”

醫(yī)療與安全同樣受益于這一算力飛躍。

手術(shù)室里的智能機(jī)器人需要在毫秒之間分析多路攝像數(shù)據(jù)，為醫(yī)生提供即時(shí)反饋。工廠車(chē)間里的視覺(jué)AI系統(tǒng)，則要實(shí)時(shí)監(jiān)測(cè)工人安全。借助NVIDIA Holoscan平臺(tái)，Jetson Thor可以將攝像頭、雷達(dá)、激光雷達(dá)等傳感器數(shù)據(jù)，以超低延遲直接傳輸至GPU內(nèi)存，使這些應(yīng)用成為現(xiàn)實(shí)。

在學(xué)術(shù)界，Jetson Thor則成為科研人員突破邊界的工具。斯坦福大學(xué)、蘇黎世大學(xué)等實(shí)驗(yàn)室已將其用于感知與導(dǎo)航模型的實(shí)驗(yàn)?？▋?nèi)基梅隆大學(xué)AirLab的負(fù)責(zé)人Sebastian Scherer回憶道：“過(guò)去，機(jī)器人研究受限于計(jì)算能力，無(wú)法滿足實(shí)時(shí)決策需求。但Jetson Thor的到來(lái)，讓我們得以探索更復(fù)雜的任務(wù)。”在他們的實(shí)驗(yàn)中，機(jī)器人已經(jīng)能在復(fù)雜、非結(jié)構(gòu)化環(huán)境中執(zhí)行搜救和醫(yī)療分診任務(wù)。

從倉(cāng)庫(kù)到工廠，從手術(shù)室到研究實(shí)驗(yàn)室，Jetson Thor正在為機(jī)器人提供一顆足以應(yīng)對(duì)真實(shí)世界挑戰(zhàn)的“大腦”。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。