作者：毛爍

人形機(jī)器人的“下一公里”，是單點(diǎn)算力的競(jìng)賽，更是確定性的系統(tǒng)工程！

2025 年，“具身智能”持續(xù)從“展臺(tái)”推向“實(shí)盤(pán)”。Figure AI推出了自研的VLA 模型 Helix，讓人形機(jī)器人具備了端到端的自主推理能力；特斯拉Optimus繼續(xù)高頻迭代，實(shí)測(cè)性能不斷刷新；同時(shí)，中國(guó)的“新銳力量”Engine AI也在算法與硬件的深度整合上取得進(jìn)一步突破....

01 黃仁勛的“禮物”：Jetson Thor讓機(jī)器人穩(wěn)健“步入”物理世界

如今，通用人形機(jī)器人產(chǎn)業(yè)離真正意義上的“iPhone 時(shí)刻”又近了一步。但是，與其他通用技術(shù)一樣，越接近“通用化”的最后一公里，技術(shù)鴻溝反而愈發(fā)清晰。物理世界的非結(jié)構(gòu)化場(chǎng)景、多模態(tài)任務(wù)深度耦合，以及推理與控制鏈路上的異構(gòu)延遲，正在把傳統(tǒng)算力架構(gòu)逼向極限。

其實(shí)，對(duì)人形機(jī)器人而言，其商業(yè)化落地普及的關(guān)鍵技術(shù)問(wèn)題并不僅僅在于“大模型”，更在于其“身處”多頻域閉環(huán)中，能否“穩(wěn)定”。

用一句從業(yè)者的戲謔：“走都走不穩(wěn)，還談什么商用呢？”

所以，人形機(jī)器人要在“穩(wěn)定”這條路站得住腳，才談得上落地應(yīng)用。從背后的實(shí)現(xiàn)上看，在真實(shí)的物理世界中，人形機(jī)器人每一次機(jī)械步伐背后，其實(shí)都隱藏著一套完整的思維鏈閉環(huán)——感知、推理、規(guī)劃、執(zhí)行四個(gè)階段：

在多模態(tài)感知（Perception）階段，人形機(jī)器人的頭部、胸部、腿部的多組攝像頭、激光雷達(dá)、觸覺(jué)傳感器將不斷生成海量異構(gòu)數(shù)據(jù)，需要毫秒級(jí)融合，構(gòu)建 360°的全息環(huán)境識(shí)別。

高階推理（Reasoning）階段，要有效處理模糊指令。例如人形機(jī)器人接到“拿一下桌上的紅色蘋(píng)果”這一指令，其就需要調(diào)用大模型來(lái)完成語(yǔ)義解析、視覺(jué)識(shí)別與路徑規(guī)劃。而這一過(guò)程往往是“慢思考”（System2）過(guò)程，需要在數(shù)百毫秒至數(shù)秒內(nèi)完成。

在實(shí)時(shí)規(guī)劃（Planning）階段，人形機(jī)器人理解指令后，其須以每20～50毫秒一次高頻率生成運(yùn)動(dòng)軌跡，保證避障與抓取動(dòng)作的連續(xù)與平穩(wěn)。

而即時(shí)驅(qū)動(dòng)（Actuation）階段，則需要人形機(jī)器人的關(guān)節(jié)電機(jī)的伺服指令，以數(shù)百至上千赫茲下發(fā)，支撐行走、抓取等動(dòng)態(tài)動(dòng)作。

從“慢思考”到“快反應(yīng)”（快思考，System1），要想讓人形機(jī)器人滿足“穩(wěn)定”的需求，就需要讓四個(gè)階段在同一算力架構(gòu)上高效并行，實(shí)現(xiàn)毫秒級(jí)確定性，嚴(yán)格控制任何延遲和抖動(dòng)。因?yàn)?，一旦某一環(huán)節(jié)失衡，系統(tǒng)穩(wěn)定性就會(huì)被拖垮，輕則動(dòng)作遲緩、路徑偏移，重則機(jī)器人直接“失能”。

但是，如果把大部分推理過(guò)程都遷移到云端，“云邊通信”的延遲和不穩(wěn)定鏈路所產(chǎn)生風(fēng)險(xiǎn)或?qū)⒊杀斗糯蟆６?，如果在隧道、地下室等弱信?hào)的現(xiàn)實(shí)場(chǎng)景中，人形機(jī)器人甚至將因通信問(wèn)題徹底“癱瘓”。

所以，打造真正面向規(guī)?；虡I(yè)“人形機(jī)器人大腦”，就需要在邊緣側(cè)實(shí)現(xiàn)從大模型推理的毫秒級(jí)控制和全鏈路中確定性的高性能算力支撐。

而就在行業(yè)對(duì)“邊緣確定性”探索陷入瓶頸的當(dāng)口，NVIDIA創(chuàng)始人、CEO黃仁勛在一份禮物的賀卡上，留下一句話——“致機(jī)器人：好好享受你的新大腦吧！”

于是，8月25 日，NVIDIA Jetson AGX Thor（以下稱(chēng)Jetson Thor）開(kāi)發(fā)者套件和量產(chǎn)級(jí)模組，正式發(fā)布，開(kāi)發(fā)者套件售價(jià)為3,499美元。作為專(zhuān)為物理AI和人形機(jī)器人打造的“全棧大腦”，Jetson Thor正通過(guò)底層架構(gòu)的演進(jìn)，解決推理與控制的全鏈路問(wèn)題，讓“慢思考”與“快反應(yīng)”協(xié)同并行工作，打造出具身智能效率與穩(wěn)定性的“更優(yōu)解”。

截取自NVIDIA官方微博

黃仁勛表示：“Jetson Thor 專(zhuān)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)。它具備無(wú)與倫比的性能與能效，還能夠在邊緣設(shè)備上同時(shí)運(yùn)行多個(gè)生成式AI模型。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)。”

截取自NVIDIA官方微博

02 “雷神”加冕：Jetson Thor塑造人形機(jī)器人“思想副本”

Jetson Thor的命名，源自“雷神索爾”，其性能也確實(shí)是“雷霆萬(wàn)鈞”。相較于上一代廣受好評(píng)的Jetson AGX Orin，Jetson Tho在邊緣AI算力上實(shí)現(xiàn)了“跨代”的躍升。

根據(jù)NVIDIA官網(wǎng)數(shù)據(jù)顯示，Jetson Thor系列模組可提供高達(dá)2070 TFLOPS（FP4）的AI 計(jì)算性能，配備最高128 GB顯存，功率可在40W～130W之間靈活配置。這一性能意味著，Jetson Thor的AI計(jì)算能力比 AGX Orin 提升了7.5 倍，能效提升至3.5 倍，在處理生成式 AI及大型Transformer模型時(shí)，擁有了顯著的實(shí)時(shí)處理優(yōu)勢(shì)。

這樣的性能飛躍，進(jìn)一步擴(kuò)展了人形機(jī)器人系統(tǒng)在復(fù)雜環(huán)境下的自主決策和多模態(tài)感知能力，使邊緣AI從“輔助工具”躍升為真正的“智能大腦”。

Jetson Thor（開(kāi)發(fā)者套件）提供Jetson T5000(旗艦級(jí)）和Jetson T4000（高階性能）兩款核心模塊。

截取自NVIDIA官網(wǎng)

T5000模塊集成了擁有2560個(gè)CUDA核心和96個(gè)第五代Tensor Core，可提供高達(dá)2070 TFLOPS的AI算力，并與強(qiáng)大的14核Arm Neoverse-V3AE CPU協(xié)同工作。

截取自NVIDIA官網(wǎng)

如此強(qiáng)大的計(jì)算引擎，使其能夠輕松在邊緣側(cè)原生運(yùn)行多模態(tài)的（VLA）基礎(chǔ)模型，為人形機(jī)器人賦予前所未有的自主推理與交互能力。

更關(guān)鍵的是，其多實(shí)例GPU（MIG）技術(shù)可劃分多達(dá)10個(gè)獨(dú)立的硬件分區(qū)，這意味著T5000不僅能承載最復(fù)雜的AI“慢思考”任務(wù)，還能同時(shí)為多個(gè)毫秒級(jí)的運(yùn)動(dòng)控制“快反應(yīng)”任務(wù)提供硬件級(jí)的確定性保障，是構(gòu)建真正通用、穩(wěn)定的人形機(jī)器人和L5級(jí)自動(dòng)駕駛系統(tǒng)的理想計(jì)算核心。

而Jetson T4000模塊則為高性能機(jī)器人市場(chǎng)提供另一個(gè)極具吸引力的選擇，其在確保適配下一代AI能力的同時(shí)，實(shí)現(xiàn)了性能、功耗與成本的精妙平衡。

T4000搭載了1536個(gè)CUDA核心、64個(gè)第五代Tensor Core，以及一顆12核Arm Neoverse-V3AE CPU，可提供超過(guò)1200 TFLOPS（FP4）的AI算力。這一性能足以驅(qū)動(dòng)復(fù)雜的感知、融合與規(guī)劃算法，適用于先進(jìn)的自主移動(dòng)機(jī)器人（AMR）、無(wú)人機(jī)編隊(duì)和智能制造系統(tǒng)。

無(wú)論是選擇T5000還是T4000，開(kāi)發(fā)者都將受益于Jetson Thor平臺(tái)共享的核心優(yōu)勢(shì)——1.57 GHz的GPU最大頻率、128GB LPDDR5X統(tǒng)一高速內(nèi)存、專(zhuān)用硬件加速器集群（PVA、光流、編解碼引擎）、為機(jī)器人設(shè)計(jì)的豐富I/O接口，以及完整的NVIDIA Isaac軟件棧和生態(tài)系統(tǒng)支持。

這種統(tǒng)一性極大地降低了開(kāi)發(fā)門(mén)檻，使得開(kāi)發(fā)者可以在同一個(gè)平臺(tái)上驗(yàn)證算法，而后根據(jù)最終產(chǎn)品的市場(chǎng)定位靈活選擇計(jì)算核心，無(wú)縫地將人形機(jī)器人創(chuàng)新應(yīng)用，從實(shí)驗(yàn)室推向市場(chǎng)。

目前，AgiBot、Engine AI、Galbot、優(yōu)必選（UBTECH）、聯(lián)影智能（United Imaging）、宇樹(shù)科技（Unitree）、萬(wàn)集科技（Vanjee），等企業(yè)已經(jīng)采用了Jetson Thor，行業(yè)覆蓋服務(wù)機(jī)器人、工業(yè)自動(dòng)化、醫(yī)療健康和智慧城市等多個(gè)細(xì)分領(lǐng)域。

03 三臺(tái)計(jì)算機(jī)“協(xié)奏”：落點(diǎn)AGX支撐通用機(jī)器人和自動(dòng)駕駛

“實(shí)現(xiàn)物理AI，需要三臺(tái)計(jì)算機(jī)——DGX、AGX、Omniverse+Cosmos”這是NVIDIA不斷強(qiáng)調(diào)的定位和觀點(diǎn)。其中，Jetson Thor便承擔(dān)了AGX（邊緣部署平臺(tái)）“端側(cè)執(zhí)行”的核心角色。

通過(guò)三者協(xié)同，開(kāi)發(fā)者能夠?qū)C(jī)器人開(kāi)發(fā)的全流程——數(shù)據(jù)采集、算法訓(xùn)練、模型驗(yàn)證和落地部署，形成高效閉環(huán)。

在“三臺(tái)計(jì)算機(jī)”的配合下，NVIDIA DGX 平臺(tái)作為機(jī)器人的“訓(xùn)練中心”，支持大模型訓(xùn)練、多模態(tài)數(shù)據(jù)融合以及復(fù)雜環(huán)境下的推理，為機(jī)器人在現(xiàn)實(shí)場(chǎng)景中處理高維數(shù)據(jù)、執(zhí)行復(fù)雜任務(wù)提供計(jì)算基礎(chǔ)，其負(fù)責(zé)將海量數(shù)據(jù)轉(zhuǎn)化為可執(zhí)行的智能算法。

NVIDIA Omniverse則是機(jī)器人的“實(shí)驗(yàn)場(chǎng)”。由于真實(shí)環(huán)境測(cè)試成本高、風(fēng)險(xiǎn)大，利用Omniverse可提供虛擬環(huán)境，使開(kāi)發(fā)者能夠生成海量合成數(shù)據(jù)，并進(jìn)行數(shù)百萬(wàn)公里級(jí)的虛擬測(cè)試，從而確保算法在部署前的穩(wěn)定性與可靠性。

NVIDIA Jetson Thor便是歸屬AGX落地的機(jī)器人“大腦”。Jetson Thor可將經(jīng)過(guò)DGX的訓(xùn)練、Omniverse的驗(yàn)證后的模型落地，實(shí)現(xiàn)從算法到執(zhí)行的閉環(huán)。

“三臺(tái)計(jì)算機(jī)”依托統(tǒng)一的CUDA架構(gòu)和AI軟件棧，形成了從云到邊緣的無(wú)縫閉環(huán)，構(gòu)建出強(qiáng)大的生態(tài)護(hù)城河。自 2014 年推出以來(lái)，截至目前，已有超過(guò)200萬(wàn)開(kāi)發(fā)者使用NVIDIA的機(jī)器人技術(shù)棧。

在NVIDIA面向通用機(jī)器人推出Jetson Thor的同時(shí)，還宣布面向自動(dòng)駕駛的DRIVE AGX Thor已經(jīng)開(kāi)放預(yù)訂，預(yù)計(jì) 9 月開(kāi)始發(fā)貨。

這一發(fā)布的節(jié)點(diǎn)，也契合了一個(gè)業(yè)界共識(shí)——汽車(chē)是機(jī)器人的母形態(tài)，是四個(gè)輪子的機(jī)器人。機(jī)器人與自動(dòng)駕駛汽車(chē)在技術(shù)本質(zhì)上都是移動(dòng)智能體，都依賴(lài)高性能的環(huán)境感知、高階決策和實(shí)時(shí)控制能力。

所以，DRIVE AGX Thor與Jetson Thor基于相同底層硬件技術(shù)，但在軟件和認(rèn)證標(biāo)準(zhǔn)上有所區(qū)分。

Jetson AGX Thor主要面向通用機(jī)器人、工業(yè)自動(dòng)化、醫(yī)療健康及智慧城市等場(chǎng)景，強(qiáng)調(diào)開(kāi)發(fā)靈活性和生態(tài)開(kāi)放性，支持多種算法和模型落地。

而DRIVE AGX Thor則面向自動(dòng)駕駛汽車(chē)，其硬件通過(guò)車(chē)規(guī)級(jí)認(rèn)證，并搭載經(jīng)過(guò)功能安全認(rèn)證的DriveOS操作系統(tǒng)，符合汽車(chē)行業(yè)嚴(yán)格的準(zhǔn)入標(biāo)準(zhǔn)。

這種“同芯異構(gòu)”的策略，充分展現(xiàn)了NVIDIA在平臺(tái)復(fù)用上的深厚功力。通過(guò)統(tǒng)一底層架構(gòu)，NVIDIA不僅實(shí)現(xiàn)了研發(fā)成本分?jǐn)?，還促進(jìn)了技術(shù)互通，進(jìn)一步鞏固了其在機(jī)器人和自動(dòng)駕駛兩大萬(wàn)億級(jí)市場(chǎng)的領(lǐng)先地位。更提供了將機(jī)器人與“智能移動(dòng)體”的開(kāi)發(fā)從實(shí)驗(yàn)室概念推向可規(guī)?；涞氐默F(xiàn)實(shí)路徑。

Jetson Thor 的發(fā)布，是一次體系化能力的兌現(xiàn)，其將人形機(jī)器人所需的算力、延遲控制、生態(tài)適配和規(guī)?；a(chǎn)力，第一次放進(jìn)了可被行業(yè)且能快速“消化”的平臺(tái)。這意味著，長(zhǎng)期停留在實(shí)驗(yàn)室階段的“技術(shù)孤島”正在被打通。

從技術(shù)戰(zhàn)略上看，NVIDIA 正把“通用計(jì)算”推向“通用智能體”。三臺(tái)計(jì)算機(jī)形成的“飛輪”，將在統(tǒng)一架構(gòu)下，讓更多生態(tài)伙伴共享技術(shù)紅利。這種模式的力量在于：一旦底層確定性能力穩(wěn)定攀升，行業(yè)創(chuàng)新就可以從算力焦慮轉(zhuǎn)向場(chǎng)景創(chuàng)新，從“能跑”轉(zhuǎn)向“跑得穩(wěn)、跑得好”。在通用機(jī)器人、自動(dòng)駕駛、智慧醫(yī)療、工業(yè)自動(dòng)化等萬(wàn)億級(jí)市場(chǎng)中，NVIDIA 正在成為“底層秩序的制定者”。

反觀Jetson Thor的發(fā)布，也是對(duì)“確定性智能”的一次宣言。人形機(jī)器人的真正商業(yè)化，不僅在于其是否能回答更復(fù)雜的問(wèn)題，更在是否能在現(xiàn)實(shí)世界的不確定中，持續(xù)、可靠地執(zhí)行。

或許，這正是“物理 AI”時(shí)代的命題，當(dāng)智能被精確地“釘”在每一毫秒的感知、推理、規(guī)劃與執(zhí)行之中，技術(shù)的意義就從“可能性”，轉(zhuǎn)化“必然性”。而Jetson Thor，正在打造一種更優(yōu)的確定性落地方式。