当前位置: 首页 > news >正文

售价3499美元,英伟达Jetson Thor实现机器人与物理世界的实时智能交互

黄仁勋曾公开表示,机器人是英伟达在人工智能之外的最大增长机会。在 2025 年 1 月初开幕的 CES 2025 上,老黄更是高喊「AI 的下一个前沿是物理」,就像当年押注 OpenAI 一般,他如今的选择是 Physical AI 引领的机器人赛道。

当地时间周一(8 月 25 日),英伟达宣布 Jetson AGX Thor 开发套件正式上市,起售价 3499 美元,量产模块 Thor T5000 也已面向企业客户开放供应。

英伟达将 Jetson AGX Thor 称为「机器人大脑」,目标是赋能制造、物流、交通、医疗、农业、零售等行业的数百万台机器人。首批用户包括 Agility Robotics 、 Amazon Robotics 、 Boston Dynamics 、 Caterpillar 、 Figure 、 Hexagon 、 Medtronic 和 Meta 。此外,1X 、 John Deere 、 OpenAI 和 Physical Intelligence 也在评估该平台。

黄仁勋在发布会上表示:「我们打造 Jetson Thor,是为了数百万正在开发具身系统的开发者。这些系统正在与物理世界互动,并逐步重塑我们的生活。凭借无与伦比的性能和能效,以及在边缘运行多个生成式 AI 模型的能力,Jetson Thor 将成为驱动物理 AI 和通用机器人时代的终极超级计算机。」

7.5 倍算力 + 3.5 倍能效:Physical AI 的关键突破

Jetson AGX Thor 搭载了英伟达最新的 Blackwell GPU 架构,并配备高达 128GB 内存,能够在 130 瓦功耗下提供 2070 FP4 TFLOPS 的 AI 算力。与前代 Jetson Orin 相比,Thor 在算力上提升了 7.5 倍,能效提升 3.5 倍,大幅突破了机器人运行生成式 AI 模型的性能瓶颈。

Jetson AGX Thor 开发套件

这意味着,机器人不仅可以运行主流的大语言模型(LLM),还能够执行视觉语言模型(VLM)以及人形机器人基础模型 Isaac GR00T N1.5,从而实现对物理世界的实时理解与推理。英伟达强调,这一性能优势使 Jetson Thor 能够支持多 AI 工作流,帮助机器人与人类及现实环境进行实时、智能的交互。

打造 Physical AI 超级计算机

Jetson Thor 不仅仅是硬件升级,还承载了完整的 NVIDIA Jetson 软件栈,全面支持主流 AI 框架与生成式 AI 模型,并与英伟达从云到边缘的软件生态完全兼容。

包括:

* NVIDIA Isaac:机器人仿真与开发平台;

* Isaac GR00T:类人机器人基础模型;

* NVIDIA Metropolis:视觉 AI 平台;

* NVIDIA Holoscan:实时传感器数据处理。

自 2014 年推出以来,Jetson 平台已吸引超过 200 万开发者,生态伙伴超过 150 家,其中 Jetson Orin 已被 7,000 多家客户用于边缘 AI 部署。随着 Jetson Thor 的上市,英伟达试图进一步推动视觉 AI 智能体、类人机器人和手术机器人等复杂系统的落地。

与此同时,英伟达还发布了一系列面向机器人开发者的全新世界 AI 模型、库和其他基础设施,例如 Cosmos-Reason1-7B,一款拥有 70 亿参数的推理型视觉语言模型,专为 Physical AI 应用和机器人而设计;Cosmos Transfer-2 能够加速基于 3D 仿真场景或空间控制输入的合成数据生成;以及一个经过蒸馏的 Cosmos Transfer 版本,更加优化了运行速度。

一键获取 2023—2024 年 AI4S 领域高质量论文及深度解读文章 ⬇️

http://www.dtcms.com/a/352150.html

相关文章:

  • 09-SpringBoot入门案例
  • 嵌入式学习笔记-LINUX系统编程阶段-DAY01脚本
  • 第四章:条件判断
  • VueFlow画布可视化——js技能提升
  • 安全测试、web探测、httpx
  • vue2和vue3的对比
  • Android 属性系统
  • 蓝思科技中报:深耕业务增量,AI硬件打开想象空间
  • Pandas vs Polars Excel 数据加载对比报告
  • Coze Studio系统架构深度剖析:从分层设计到领域驱动的技术实践- 第二篇
  • vue实现拖拉拽效果,类似于禅道首页可拖拽排布展示内容(插件-Grid Layout)
  • 用 Allure 生成 pytest 测试报告:从安装到使用全流程
  • STM32 定时器(互补输出+刹车)
  • yggjs_rbutton React按钮组件v1.0.0 多主题系统使用指南
  • 什么叫API对接HR系统?
  • 2025年8月技术问答第3期
  • 03MySQL——DCL权限控制,四种常用函数解析
  • SSM入门到实战: 3.6 SpringMVC RESTful API开发
  • 基于muduo库的图床云共享存储项目(一)
  • vs2019安装cpu版本的fftw 以实现傅里叶变换
  • 《护理学》10月版面征稿论文速递
  • 【46页PPT】AI智能中台用ABC+IOT重新定义制造(附下载方式)
  • SQLBot:一款基于大语言模型和RAG的智能数据分析工具
  • AI人工智能一体化HR系统如何选型?
  • 重塑金融管理会计核心引擎,容智管会智能体打造智能决策新基建
  • 手写MyBatis第35弹:@Select、@Insert等注解的背后原理
  • 【软考论文】论DevOps及其应用
  • BotCash:2025 中国算力大会——国家级数据标注产业供需对接大会
  • 【自记】Python 局部变量、全局变量及global的示例
  • Python实现RANSAC进行点云直线、平面、曲面、圆、球体和圆柱拟合