今天，NVIDIA 宣布其專為物理 AI 和機器人打造的新一代機器人計算機?Jetson Thor?正式發售。其中，Jetson AGX Thor 開發者套件售價為?3499?美元（約合人民幣 2.5 萬元）。

NVIDIA 創始人兼首席執行官黃仁勛表示：“Jetson Thor 專為全球數百萬開發者打造，助力他們構建可與物理世界交互、甚至改變物理世界的機器人系統。它具備無與倫比的性能與能效，還能夠在邊緣設備上同時運行多個生成式 AI 模型。作為一款卓越的超級計算機，Jetson Thor 正致力于推動物理 AI 與通用機器人時代真正到來。”

Jetson Thor 采用英偉達Blackwell GPU架構，配備14核Arm Neoverse CPU和?128GB?顯存，顯存帶寬達到 273GB/s。

在?FP4?精度下，這款設備的?AI?峰值算力高達?2070 TFLOPS，即使在 FP8 精度下也能達到 1035 TFLOP，能夠在邊緣設備上高效運行生成式AI和大型 Transformer 模型。

與上一代 Jetson Orin 相比，Jetson Thor 實現了?7.5 倍的 AI 計算性能提升，能效提高 3.5 倍，CPU 性能提升 3.1 倍，I/O 吞吐量更是大幅提升 10 倍。

作為專為物理 AI 和人形機器人設計的超級計算機，Jetson Thor 能夠支持多種生成式 AI 模型，包括視覺語言動作模型、大語言模型和視覺語言模型。它能夠處理實時視頻數據流和 AI 推理，適用于構建能夠在邊緣執行視覺搜索和總結任務的 AI 智能體。 ?

同時，其功耗配置也非常靈活，整個計算機的功率可在 40W 到 130W 之間調整，適應不同的應用場景需求。借助 4 個 25GbE 網絡、攝像頭卸載引擎和 Holoscan 傳感器橋接器，Jetson Thor 能夠高效提取高速傳感器數據，保證實時性能。

實際性能表現

在并行處理 16 個傳感器輸入時，運行 Llama 3B 和 Qwen 2.5 VL 3B 模型，Jetson Thor 生成第一個 token 的時間在 200ms 內，輸出每 token 的時間在 50ms 內。

這意味著運行這些模型可以每秒生成超過 25 個token，相比前代產品實現了翻倍提升。

對于通用推理任務，Jetson Thor 運行阿里 Qwen 3-30B-A3B 等推理模型時，在 FP8 精度下性能提升多達 3 到 5 倍，FP4 精度下更是提升高達 10 倍。

Jetson Thor 與英偉達機器人 AI 軟件平臺完美搭配，支持所有主流 AI 框架，以及多家企業的生成式 AI 模型。

它完全兼容英偉達從云到邊緣的軟件棧，包括用于機器人仿真和開發的 Isaac 平臺、Isaac GR00T 人形機器人基礎模型、用于視覺 AI 的 NVIDIA Metropolis 等。

眾多企業已經率先采用 Jetson Thor，包括聯影醫療、萬集科技、優必選、銀河通用、宇樹科技、眾擎機器人和智元機器人等。

英偉達機器人與邊緣 AI副總裁 Deepu Talla 提出，要真正實現物理AI和機器人，需要三臺計算機協同工作。

第一臺是用來訓練 AI 的 DGX系統，第二臺是用來在仿真環境中測試 AI 的 Omniverse 平臺，第三臺才是裝在機器人身上的大腦，也就是 Jetson Thor。

仿真測試這一步至關重要，因為仿真相比在真實物理環境中開發更快、更安全、更便宜。即使機器人部署到現場后，訓練-仿真-部署的循環還會持續進行，不斷升級機器人能力。

黃仁勛多次強調，AI 的下一波浪潮是物理 AI，也就是具備環境感知、實時推理與物理交互能力的系統。

當前，物理 AI 正在撬動機器人產業的爆發式增長。

隨著 Jetson Thor 平臺被越來越多機器人公司采用，物理 AI 正逐漸從概念走向現實。機器人將在工業制造、醫療健康、家庭服務等多個領域發揮更大作用，改變人類與物理世界交互的方式。

而在物理 AI 與通用機器人時代真正來臨的進程中，算力作為核心引擎，至關重要。沒有強大的邊緣算力支撐，物理 AI 就無法從理論走向實踐應用。

也正是 Jetson Thor 的巨量算力突破，使得機器人能夠處理更復雜的多模態數據輸入，進行更精準的實時推理決策，執行更精細的物理交互操作。

未來，算力的持續提升將直接決定物理 AI 系統的能力上限和發展速度，為機器人在工業制造、醫療健康、家庭服務等領域的廣泛應用提供堅實基礎。

從云計算到邊緣計算，算力的全面升級正在推動整個物理 AI 領域向前邁進，為構建真正智能、實用的機器人產品提供決定性支撐。