事件内容
据 Robotics Daily 与 NVIDIA 开发者博客（2026-10-26）报道，NVIDIA Jetson AGX Thor 开发套件已从本月起向人形机器人开发者批量出货，成为具身智能（Physical AI）的参考计算平台。
- 核心规格：基于 Blackwell GPU 架构，最高提供 2,070 FP4 TFLOPS AI 算力，约为上一代 Jetson AGX Orin 的 7.5 倍；功耗 40–130W；14 核 Arm Neoverse V3AE CPU；128GB LPDDR5X 统一内存（带宽约 273 GB/s）；支持多千兆以太网与 PCIe Gen5。
- 内存是关键：128GB 统一内存可让 70B 参数多模态模型在嵌入式模组上本地运行（此前不可能）；FP4 精度支撑 50–100Hz 实时控制策略推理，刚好跨过稳定全身控制的阈值。
- 软件配套：同步提供针对 Thor 优化的 Isaac GR00T N1 基础模型，降低「最后一公里」集成门槛。
- 生态落地：Unitree H2 Plus、Agile Robots Agile ONE SN 等参考人形机器人已将 Thor 作为「出厂即内置」的算力模组；ABB、KUKA、NEURA、Universal Robots、Hugging Face 等均基于同一 Isaac 开放栈开发。
值得关注的原因
- 算力标准化是具身智能最大加速器。过去每个机器人团队自研计算板，开发周期常拉长 12–18 个月、BOM 成本飙升；Thor 实质成为具身 AI 的「安卓参考硬件」，开发者可假设基线能力，把差异化放在执行器、机械与数据上。
- 128GB 统一内存改变了部署账本。它消除了多数 humanoid demo 对云端推理的依赖，把竞争焦点从「TOPS 峰值」拉向「内存容量与带宽」，也重塑了安全与延迟的权衡。
- 生态护城河在加深。NVIDIA 不只卖芯片，更在播种 Isaac Sim / GR00T / Thor 软件栈；对高通 RB 系列及国产替代方案，压力转向「先追上内存容量」。
原创文章，作者：陈默，如若转载，请注明出处：https://www.chenmo.net/130.html
