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。
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，主要面向无人驾驶和机器人）。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25日美股收盘，英伟达股价上涨1.02%至179.81美元，最新市值4.39万亿美元。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。
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，明显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产业领头羊的路径高度相似。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。
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使用寿命，并且要考虑散热等问题，这一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，使机器人能快速反应，在动态变化的环境中高速移动和操作。
市场观察的人表示，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”。这在某种程度上预示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，但长期资金市场一致认为，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，某些特定的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。
