算力狂飆7000倍，黃仁勳只用了10年

黃仁勳堪稱是當前手握全球AI算力命脈的男人。

輝達最新推出的專為物理AI和人形機器人設計的計算平台Jetson Thor，包括開發者套件Jetson AGX Thor和量產模組Jetson T5000。

黃仁勳盛讚新品，將它擺到了標竿級的位置：“Jetson Thor是推動物理 AI 和通用機器人時代發展的終極超級電腦。”

自進入2025年以來，Jetson Thor就是人形機器人行業翹首以待的計算平台。

回溯到2024年的輝達 GTC 開發者大會，黃仁勳正式敲響“進軍人形”的號角：在闊別線下舞台五年後，他擺出 All in 人形機器人的姿態，發佈通用基礎模型 Project GR00T，並讓九台搭載GR00T模型的頂流人形機器人同台亮相。

與此同時，輝達還首次拋出了基於 NVIDIA Thor 系統級晶片（SoC）的人形機器人計算平台 Jetson Thor，由此正式殺入人形賽道。

據輝達當時公佈的資訊，該平台同樣採用 NVIDIA Blackwell 架構，算力為800TFLOPS，憑藉整合的功能安全處理器、高性能 CPU 叢集和 100GB 乙太網路頻寬，能夠支援 GR00T 等多模態大模型的流暢運作。

英國《金融時報》在2024年底曾透露，輝達計畫在2025年上半年重注機器人領域，推出Jetson Thor。然而，發佈時間一路推遲到今天。

但從最終公佈的參數來看，姍姍來遲的 Jetson Thor，顯然沒有辜負行業的等待。

性能跨越7.5倍,算力進入2000TFLOPS時代

與五個月前GTC大會上首次亮相相比，最新發佈的Jetson Thor終於揭開了完整的性能面紗，算力、功耗和生態能力全面升級。

作為黃仁勳口中的“機器人新大腦”，Jetson Thor直指人形機器人行業最核心的痛點：如何在有限功耗下，讓端側裝置能夠即時運行多模態大模型。

Jetson Thor基於全新的NVIDIA Blackwell GPU架構，搭載14核Arm Neoverse CPU，升級至128GB LPDDR5X記憶體，視訊記憶體頻寬高達273GB/s。

峰值AI算力實現跨代式飛躍，FP4精度下峰值算力可達 2070 TFLOPS，在性能大幅提升的同時，Thor仍將整體功耗控制在 40W至130W，在同等能耗下提供遠超前代的推理能力。

Jetson Thor借助 4 個 25 GbE 網路、攝影機解除安裝引擎和 Holoscan 感測器橋接器，提取高速感測器資料以實現即時性能。

根據輝達官網資料，Jetson AGX Thor開發者套件的定價為3499美元（約合人民幣25023元），量產模組 Jetson T5000 在採購 1000片及以上時單價為 2999美元（約合人民幣21447元）。

作為對比，上一代 Jetson AGX Orin開發者套件的售價為 1999美元（約合人民幣14296元），AGX Orin 64GB模組在採購 1000片及以上時單價為1599美元（約合人民幣11435元）。

與上一代Jetson Orin相比，Thor的跨代進化幾乎是“全維度”的：

AI算力提升7.5倍、CPU性能提升3.1倍、記憶體容量翻倍、I/O吞吐能力提升10倍，並且在支援多路高速感測器並行互動的同時，將能效比提升至 3.5倍。

這意味著，在過去需要兩到四顆Orin才能實現的機器人算力，如今一顆Thor就能完成。

對人形機器人廠商來說，這一提升具有決定性意義。過去大多數機器人搭載1到2顆Orin，端側算力大約在 275至550TOPS。但多位技術負責人都曾表示，若想讓機器人原生搭載VLA大模型，端側算力至少需要逼近 3000TOPS 才能滿足即時性要求。

Jetson Thor的出現，顯然讓端側算力焦慮被大幅緩解。

Thor的算力冗餘還體現在它對大模型的原生支援能力上。

它相容幾乎所有主流AI框架與推理模型，既能運行 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen、Physical Intelligence等通用大模型，也支援 Isaac GR00T N1.5 等機器人專用模型。

開發者可以在端側裝置上同時運行多個大模型，讓機器人直接完成視覺、語言與動作的一體化推理，大幅降低對雲端算力的依賴。

輝達的CUDA生態系統也為Thor提供了長期最佳化的可能性。

官方資料顯示，通過軟體升級，Xavier的性能提高50%，Orin提升100%。隨著後續軟體棧的持續最佳化，Jetson Thor在吞吐量和響應速度上還將進一步突破，為機器人帶來更長的生命周期紅利。

在硬體進化的同時，Jetson Thor與輝達自研的全端軟體深度整合：

資料中心的NVIDIA DGX 負責訓練大模型，Omniverse承擔3D模擬與驗證，Jetson Thor則在機器人進入物理世界後充當即時決策與推理的大腦。

通過與 Isaac平台、GR00T基礎模型、Metropolis視覺AI和Holoscan感測器處理框架的協同，輝達正在建構一條從訓練到部署的閉環，顯著降低機器人開發、驗證與迭代的複雜度。

這種“軟硬一體”的優勢，讓Jetson Thor在行業內幾乎無可替代。為Jetson Thor背書的客戶陣容幾乎囊括全球最有影響力的具身智能公司：

從 波士頓動力、Agility Robotics、Apptronik、Figure、Skild AI，到國內的宇樹科技、智元機器人、銀河通用、眾擎機器人、優必選、傅利葉、靈初智能等，均已在研發中部署Thor。這也讓輝達在人形機器人產業鏈上的影響力被進一步放大。

值得一提的是，1X、OpenAI與Physical Intelligence三家頭部企業仍保持觀望，尚處於評估階段。

憑藉跨代的性能躍升與軟硬體生態的深度整合，Jetson Thor不僅徹底重塑了機器人算力平台的技術標準，也讓輝達在人形機器人產業鏈的控制力被推向新高。

十年佈局：輝達在人形機器人的史前史

Jetson Thor的發佈，是輝達在機器人計算平台上的一次重量級落子，而這一步棋，其實早在十年前就已埋下伏筆。

2014年，輝達首次推出面向機器人領域的 Jetson 系列，同步發佈 Jetson TK1 晶片，正式拉開進軍機器人的序幕。此後十年，他們先後推出 TX1、TX2、Xavier、Orin，在硬體端逐步建構出完整產品矩陣。

彼時，第一代TK1的算力僅為 0.3TFLOPS，而如今Jetson Thor的FP4精度下峰值算力已經達到 2070TFLOPS，十年間實現了 7000倍的性能飛躍。

但在過去的十年，儘管技術體系逐漸完善，機器人市場卻遲遲未迎來爆發。輝達2026財年一季報資料，自動駕駛與機器人業務部門在收入同比暴增72%的情況下，季度營收仍僅為5.67億美元，佔總營收1.29%。

換言之，這是一場輝達長達十年的戰略蓄勢。

但從輝達在AI的成功中，他們深知，只有算力 + 工具鏈 + 開發者生態三位一體，才能在具身智能時代建立真正的護城河。正如他們在AI爆發前十餘年持續投入CUDA生態，輝達在機器人領域同樣提前播下種子：

• 發佈通用機器人基礎模型 Project GR00T，打通具身智能大模型的底層能力；

建構 NVIDIA Omniverse 模擬平台，為開發者提供高精度虛擬驗證與數字孿生環境；  推出專注視覺AI的 NVIDIA Metropolis 和針對感測器處理的 NVIDIA Holoscan，完善從資料到推理的工具鏈。

借助這一系列基礎設施，輝達圍繞 Jetson 平台逐步形成了開放式開發者生態。官方資料顯示，Jetson及其機器人技術堆疊已吸引超過200萬名開發者，並與超過150家硬體、軟體和感測器夥伴建立合作，形成覆蓋演算法、資料、模擬和硬體的立體化網路。

在軟硬體生態之外，輝達更直接地不吝真金白銀向具身智能創業者們砸去。近年來，他們頻頻出手，重倉投資新一代人形機器人企業：

2024年2月，人形機器人頂流Figure AI宣佈完成新一輪6.75億美元的融資，輝達就出資5000萬美元；

2024年9月，李飛飛創辦、專注於世界模型研發的World Labs宣佈成立並獲得2.3億美元融資，輝達參與其中；

2025年6月，在機器人獨角獸企業Skild AI的B輪融資中，輝達投資了2500萬美元；

2025年7月，具身智能創企Field AI宣佈完成兩輪共4.05億美元的融資，輝達正是領投方之一。

可以說，Jetson Thor只是輝達十年佈局的冰山一角。通過工具鏈、開發者生態與資本協同，輝達已經把自己嵌入人形機器人價值鏈的每一環，在這場才剛開局的產業革命中，搶先站上了制高點。

寫在最後

過去十年，輝達在人形機器人上的每一步，都是在下一盤極為漫長的棋局：算力的躍遷、生態的編織、資本的下注。Jetson Thor的出世，也不過是棋盤上的又一次落子，但這一子，重到足以讓整個行業震盪。

這不是輝達的第一次豪賭，或許也不是最漫長的一次，但極可能是回報最大的一次。因為他們賭的不只是晶片，而是未來具身智能格局的入口。

然而，故事才剛剛開始。

當輝達把底座搭好，兆級的具身智能市場正迅速升溫，越來越多的玩家從四面八方殺入戰場，算力、模型與生態的秩序正在被迫改寫。隨著中國企業的崛起，沒有人敢確定，這個棋局最終贏家會不會是輝達。 (高工人形機器人)