算力狂飙7000倍，黄仁勋只用了10年

今天又是被黄仁勋刷屏的一天。

8月25日，英伟达正式推出新一代专为物理AI和人形机器人设计的计算平台Jetson Thor，包括开发者套件Jetson AGX Thor和量产模组Jetson T5000。

黄仁勋盛赞新品，将它摆到了标杆级的位置：“Jetson Thor是推动物理 AI 和通用机器人时代发展的终极超级计算机。”

自进入2025年以来，Jetson Thor就是人形机器人行业翘首以待的计算平台。

回溯到2024年的英伟达 GTC 开发者大会，黄仁勋正式敲响“进军人形”的号角：在阔别线下舞台五年后，他摆出 All in 人形机器人的姿态，发布通用基础模型 Project GR00T，并让九台搭载GR00T模型的顶流人形机器人同台亮相。

与此同时，英伟达还首次抛出了基于 NVIDIA Thor 系统级芯片（SoC）的人形机器人计算平台 Jetson Thor，由此正式杀入人形赛道。

据英伟达当时公布的信息，该平台同样采用 NVIDIA Blackwell 架构，算力为800TFLOPS，凭借集成的功能安全处理器、高性能 CPU 集群和 100GB 以太网带宽，能够支持 GR00T 等多模态大模型的流畅运作。

英国《金融时报》在2024年底曾透露，英伟达计划在2025年上半年重注机器人领域，推出Jetson Thor。然而，发布时间一路推迟到今天。

但从最终公布的参数来看，姗姗来迟的 Jetson Thor，显然没有辜负行业的等待。

性能跨越7.5倍，

算力进入2000TFLOPS时代

与五个月前GTC大会上首次亮相相比，今天发布的Jetson Thor终于揭开了完整的性能面纱，算力、功耗和生态能力全面升级。

作为黄仁勋口中的“机器人新大脑”，Jetson Thor直指人形机器人行业最核心的痛点：如何在有限功耗下，让端侧设备能够实时运行多模态大模型。

Jetson Thor基于全新的 NVIDIA Blackwell GPU架构，搭载14核Arm Neoverse CPU，升级至 128GB LPDDR5X内存，显存带宽高达 273GB/s。

峰值AI算力实现跨代式飞跃，FP4精度下峰值算力可达 2070 TFLOPS，在性能大幅提升的同时，Thor仍将整体功耗控制在 40W至130W，在同等能耗下提供远超前代的推理能力。

根据英伟达官网数据，Jetson AGX Thor开发者套件的定价为3499美元（约合人民币25023元），量产模组 Jetson T5000 在采购 1000片及以上时单价为 2999美元（约合人民币21447元）。

作为对比，上一代 Jetson AGX Orin开发者套件的售价为 1999美元（约合人民币14296元），AGX Orin 64GB模组在采购 1000片及以上时单价为1599美元（约合人民币11435元）。

与上一代Jetson Orin相比，Thor的跨代进化几乎是“全维度”的：

AI算力提升7.5倍、CPU性能提升3.1倍、内存容量翻倍、I/O吞吐能力提升10倍，并且在支持多路高速传感器并发交互的同时，将能效比提升至 3.5倍。

这意味着，在过去需要两到四颗Orin才能实现的机器人算力，如今一颗Thor就能完成。

对人形机器人厂商来说，这一提升具有决定性意义。过去大多数机器人搭载1到2颗Orin，端侧算力大约在 275至550TOPS。但多位技术负责人都曾表示，若想让机器人原生搭载VLA大模型，端侧算力至少需要逼近 3000TOPS 才能满足实时性要求。

Jetson Thor的出现，显然让端侧算力焦虑被大幅缓解。

Thor的算力冗余还体现在它对大模型的原生支持能力上。

它兼容几乎所有主流AI框架与推理模型，既能运行 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen、Physical Intelligence等通用大模型，也支持 Isaac GR00T N1.5 等机器人专用模型。

开发者可以在端侧设备上同时运行多个大模型，让机器人直接完成视觉、语言与动作的一体化推理，大幅降低对云端算力的依赖。

英伟达的CUDA生态系统也为Thor提供了长期优化的可能性。

官方数据显示，通过软件升级，Xavier的性能提高50%，Orin提升100%。随着后续软件栈的持续优化，Jetson Thor在吞吐量和响应速度上还将进一步突破，为机器人带来更长的生命周期红利。

在硬件进化的同时，Jetson Thor与英伟达自研的全栈软件深度整合：

数据中心的NVIDIA DGX 负责训练大模型，Omniverse承担3D仿真与验证，Jetson Thor则在机器人进入物理世界后充当实时决策与推理的大脑。

通过与 Isaac平台、GR00T基础模型、Metropolis视觉AI和Holoscan传感器处理框架的协同，英伟达正在构建一条从训练到部署的闭环，显著降低机器人开发、验证与迭代的复杂度。

这种“软硬一体”的优势，让Jetson Thor在行业内几乎无可替代。为Jetson Thor背书的客户阵容几乎囊括全球最有影响力的具身智能公司：

从 波士顿动力、Agility Robotics、Apptronik、Figure、Skild AI，到国内的宇树科技、智元机器人、银河通用、众擎机器人、优必选、傅利叶、灵初智能等，均已在研发中部署Thor。这也让英伟达在人形机器人产业链上的影响力被进一步放大。

Skild AI在开箱Jetson Thor

值得一提的是，1X、OpenAI与Physical Intelligence三家头部企业仍保持观望，尚处于评估阶段。

凭借跨代的性能跃升与软硬件生态的深度整合，Jetson Thor不仅彻底重塑了机器人算力平台的技术标准，也让英伟达在人形机器人产业链的控制力被推向新高。

十年布局：英伟达在人形机器人的史前史

Jetson Thor的发布，是英伟达在机器人计算平台上的一次重量级落子，而这一步棋，其实早在十年前就已埋下伏笔。

2014年，英伟达首次推出面向机器人领域的 Jetson 系列，同步发布 Jetson TK1 芯片，正式拉开进军机器人的序幕。此后十年，他们先后推出 TX1、TX2、Xavier、Orin，在硬件端逐步构建出完整产品矩阵。

彼时，第一代TK1的算力仅为 0.3TFLOPS，而如今Jetson Thor的FP4精度下峰值算力已经达到 2070TFLOPS，十年间实现了 7000倍的性能飞跃。

但在过去的十年，尽管技术体系逐渐完善，机器人市场却迟迟未迎来爆发。英伟达2026财年一季报数据，自动驾驶与机器人业务部门在收入同比暴增72%的情况下，季度营收仍仅为5.67亿美元，占总营收1.29%。

换言之，这是一场英伟达长达十年的战略蓄势。

但从英伟达在AI的成功中，他们深知，只有算力 + 工具链 + 开发者生态三位一体，才能在具身智能时代建立真正的护城河。正如他们在AI爆发前十余年持续投入CUDA生态，英伟达在机器人领域同样提前播下种子：

•  发布通用机器人基础模型 Project GR00T，打通具身智能大模型的底层能力； 

  
  

•  构建 NVIDIA Omniverse 仿真平台，为开发者提供高精度虚拟验证与数字孪生环境； 

  
  

•  推出专注视觉AI的 NVIDIA Metropolis 和针对传感器处理的 NVIDIA Holoscan，完善从数据到推理的工具链。 
  

  
  

借助这一系列基础设施，英伟达围绕 Jetson 平台逐步形成了开放式开发者生态。官方数据显示，Jetson及其机器人技术堆栈已吸引超过200万名开发者，并与超过150家硬件、软件和传感器伙伴建立合作，形成覆盖算法、数据、仿真和硬件的立体化网络。

在软硬件生态之外，英伟达更直接地不吝真金白银向具身智能创业者们砸去。近年来，他们频频出手，重仓投资新一代人形机器人企业：

2024年2月，人形机器人顶流Figure AI宣布完成新一轮6.75亿美元的融资，英伟达就出资5000万美元；

 2024年9月，李飞飞创办、专注于世界模型研发的World Labs宣布成立并获得2.3亿美元融资，英伟达参与其中； 

2025年6月，在机器人独角兽企业Skild AI的B轮融资中，英伟达投资了2500万美元； 

2025年7月，具身智能创企Field AI宣布完成两轮共4.05亿美元的融资，英伟达正是领投方之一。

可以说，Jetson Thor只是英伟达十年布局的冰山一角。通过工具链、开发者生态与资本协同，英伟达已经把自己嵌入人形机器人价值链的每一环，在这场才刚开局的产业革命中，抢先站上了制高点。

写在最后

过去十年，英伟达在人形机器人上的每一步，都是在下一盘极为漫长的棋局：算力的跃迁、生态的编织、资本的下注。Jetson Thor的出世，也不过是棋盘上的又一次落子，但这一子，重到足以让整个行业震荡。

这不是英伟达的第一次豪赌，或许也不是最漫长的一次，但极可能是回报最大的一次。因为他们赌的不只是芯片，而是未来具身智能格局的入口。

然而，故事才刚刚开始。

当英伟达把底座搭好，万亿级的具身智能市场正迅速升温，越来越多的玩家从四面八方杀入战场，算力、模型与生态的秩序正在被迫改写。随着中国企业的崛起，没有人敢确定，这个棋局最终赢家会不会是英伟达。