宇树科技, 用上“新大脑”
英伟达“新大脑”如期赴约。
美东时间8月25日，英伟达宣布，专为物理AI设计的JetsonThor开发者套件JetsonAGXThor和量产模组JetsonT5000正式发售，该机器人计算平台相比前代大幅提升，AI算力为前代的7.5倍，能效为前代的3.5倍。开发者套件起售价3499美元，购买1000片以上量产模组的单价为2999美元。
英伟达称，超过200万开发者正在使用英伟达的机器人技术栈，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公司已经率先使用JetsonThor。
宇树科技创始人兼首席执行官王兴兴表示：“宇树科技一直致力于突破动态高性能机器人的能力边界，为所有人打造友好且安全的机器人产品。JetsonThor带来了计算能力的巨大飞跃，赋能机器人更强的敏捷性、更快的决策制定以及更高的自主水平，这对于机器人在现实世界中实现导航与交互至关重要。”
强化机器人实时推理能力
机器人需要依赖丰富的传感器数据与低延迟AI处理能力。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。
英伟达称，“新大脑”JetsonThor解决了机器人技术中最重大的挑战之一：使机器人能够与人类及物理世界进行实时、智能的交互。
因此，JetsonThor专为物理AI和人形机器人打造，支持所有主流AI框架与生成式AI模型。JetsonThor能够实现实时推理，这对于人形机器人、农业、手术辅助等高性能物理AI应用至关重要。
官方参数显示，JetsonThor系列模组可提供高达2070FP4TFLOPS的AI计算性能和128GB显存，功率可配置在40W到130W之间。与英伟达AGXOrin相比，JetsonThor系列模组的AI计算性能提高至7.5倍以上，能效提高至3.5倍。
数据显示，Thor能在200毫秒内给出第一个token响应，每秒能生成超过25个token，这对机器人实现实时交互至关重要。
背后支撑在于，JetsonThor通过Jetson软件栈优化，可满足实时应用对低延迟与高性能的需求，且支持所有主流生成式AI框架与AI推理模型，实时性能优势显著。这些模型包括CosmosReason、DeepSeek、Llama、Gemini、Qwen等通用模型，以及IsaacGR00TN1.5等机器人专用模型，开发者可轻松在本地开展模型实验以及运行推理。
英伟达创始人兼首席执行官黄仁勋表示：“JetsonThor专为全球数百万开发者打造，助力他们构建可与物理世界交互、甚至改变物理世界的机器人系统。”这款全新的机器人计算机将成为科研与工业领域机器人系统的“大脑”。
除人形机器人外，JetsonThor有望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。
头部机器人企业已“试用”
根据英伟达披露的数据，多家全球头部机器人企业已经采用JetsonThor驱动下一代机器人。
在机器人领域深耕30余年、打造过多款机器人的“老牌选手”波士顿动力，正将JetsonThor集成到其人形机器人Atlas，这将让Atlas得以在设备端搭载此前仅服务器才具备的计算能力、实现边缘端AI工作负载加速、高带宽数据处理及大容量内存支持。
新一代“独角兽”企业人形机器人企业AgilityRobotics，已经在其第五代机器人Digit使用了Jetson，并计划将JetsonThor作为第六代Digit计算核心。这将进一步提升Digit的实时感知与决策能力，支持日渐复杂的AI能力及行为需求。Digit已经实现商用，可在仓库与制造环境中执行堆叠、装载及码垛等物流任务。
AgilityRobotics首席执行官PeggyJohnson表示：“JetsonThor提供的强大边缘处理能力将把Digit提升到一个新的水平——增强其实时响应能力，其功能也将拓展至更广泛、更复杂的任务领域。借助JetsonThor，我们能将最新的物理AI技术成果应用于实践，优化客户仓库与工厂的运营效率。”
国内方面，优必选、银河通用、宇树科技、众擎机器人和智元机器人等公司已经率先使用JetsonThor。
优必选介绍，其在全新一代工业人形机器人WalkerS2上率先部署NVIDIAIsaacSim及JetsonAGXThor，该机器人是全球首款具备自主换电能力的人形机器人。
银河通用创始人兼首席技术官王鹤表示：“银河通用通过打造能够高效、精准执行特定任务的机器人，推动具身智能在真实场景中的发展。采用JetsonThor后，我们的G1Premium在运动速度和动作流畅性方面已取得了显著提升，我们渴望在VLA大型模型中释放更强大的潜力。”
人形机器人产业等待“ChatGPT”时刻
人形机器人近两年热度陡增，但目前尚未看到产品大规模铺开的明确时间节点。在近日举办的世界机器人大会上，谈及当前的技术障碍，王兴兴认为，最大的挑战是模型。“现在对具身智能和机器人来说，AI模型完全不够用，这也是限制当前人形机器人大规模应用最大的卡点。”
谈及硬件，他表示，很多人可能会怀疑是不是硬件不够好或者成本比较高，从技术层面或者纯AI的角度来说，目前的硬件完全够用。“当然还不够好，要持续进步。”
“目前机器人大模型类似于处在ChatGPT出来前的一到三年。”王兴兴称。如果有一天，带一台机器人到一个它此前从未去过的环境，随便给它一个指令，譬如“把这瓶水递给某位观众”或“帮忙整理一下这个房间”，它就能顺畅、自主地完成任务，那时就接近机器人的“GPT时刻”了。
不过，相较于业界对于机器人数据不足的担忧，王兴兴反倒认为，应该把AI大模型、具身智能的研发突破视为机器人行业实现进阶的关键。
智元机器人合伙人、具身业务部总裁姚卯青则认为：“我们应该能够为整个具身智能产业去快速积累大量真实数据，2年内有希望达到现在语言大模型所应用的规模，真正带来具身智能GPT涌现时刻。”
