算力時代的分水嶺，NVIDIA推動人形機器人邁向物理智能新紀元

ROBOT INDUSTRY

在前不久舉辦的第八屆中國國際進口博覽會上，人形機器人再度成為公眾流量的中心，網絡話題討論度同樣居高不下。流暢的動作、自然的交互，讓未來的勞動形態變得更加具象可觸。而在驚艷的背后，是算力、模型與仿真三股力量推動的技術范式躍遷。NVIDIA 以覆蓋訓練、仿真與邊緣推理的全棧布局，為人形機器人邁向規?；涞靥峁┝藞詫嵉牡讓幽芰?，并推動具身智能從實驗室走向更廣闊的真實世界。而最新推出的機器人計算機Jetson AGX Thor，憑借出色的計算性能，有望將人形機器人的整機能力推向嶄新高度。

業界普遍將2025年視為人形機器人的商業化元年，多起熱點事件表明，這一領域正在從技術儲備期邁向市場競爭期?！叭诵螜C器人第一股”優必選科技憑借2.5億元訂單刷新行業記錄，智元機器人和宇樹科技成功中標1.24億元人形雙足機器人代工服務采購項目。今年10月，松延動力、加速進化等明星企業相繼推出萬元級人形機器人新品，行業“價格戰”一觸即發。

《2025人形機器人與具身智能產業研究報告》顯示，2025年，中國具身智能市場規模預計達52.95億元，占全球約27%；人形機器人市場規模預計達82.39億元，占全球約50%。在工廠、商業中心和社區等場景，隨處可見人形機器人的應用案例，產品普及的同時，資本競相入局，一場無聲的科技變革加速向前。

如果說過去十年是機器人“身體”的進化，那么現在決定整機智能上限的，則是機器人“大腦”的算力與模型能力。現階段，各大品牌機器人的“身體”硬件性能已難分伯仲，“大腦”的運算處理能力成為競逐優劣的關鍵。當人形機器人走出實驗室，能否讓機器人理解世界、規劃行為、保證安全，成為新一輪行業競爭的關鍵。NVIDIA推出的 Jetson AGX Thor，將先進的AI算力、生成式AI模型，以及成熟的機器人開發軟件棧，全部“壓縮”到掌心大小的邊緣模塊中，為行業搭建了通往物理AI的“快車道”。

1

仿真、模型和算力：重塑機器人技術版圖的“三駕馬車”

NVIDIA Omniverse和仿真技術副總裁雷夫·萊巴雷迪安（Rev Lebaredian）認為，如果要構建一個能夠在現實世界中行動且安全可靠的機器人系統，使用仿真是一條有效路徑。這一觀點正在被行業迅速驗證。

長期以來，機器人的研發都依賴樣機測試，這一過程不僅成本高昂、時間周期較長，而且往往伴隨風險，“仿真優先”正在成為機器人訓練的新范式。通過創建虛擬空間，機器人可以反復嘗試執行任務并從中迭代提升，不會危及人類安全或造成硬件損失。

模型能力的大幅提升，是第二股不可忽視的力量。在訓練過程中，理解物理環境是機器人提升通用性能的前提，這無疑對模型提出了更高要求。大語言模型本質上是一維的，能夠以字母或單詞等模式預測下一個Token。圖像和視頻生成模型則是二維的，能夠預測下一個像素。然而，這些模型都無法真正理解或解釋三維世界，世界模型成為破題核心。NVIDIA認為，世界模型是理解現實世界動態的生成式AI模型，它們使用文本、圖像、視頻和運動等輸入數據來生成視頻，通過學習能夠理解現實世界環境的物理特性，從而對運動、應力，以及感官數據中的空間關系等動態進行表示和預測。

英偉達Jetson Thor

算力則是支撐所有智能涌現的底座。隨著機器人的作業環境和功能要求日趨復雜，對邊緣計算能力的需求也急劇增長。根據Gartner預測，2025年將有75%的數據產生在數據中心和云之外，并在邊緣側進行處理，邊緣計算正成為機器人實現實時決策的關鍵支撐。2025年8月，NVIDIA發布的Jetson AGX Thor得到行業廣泛關注。Jetson AGX Thor作為全新的機器人計算機，其架構從底層重新設計，專為驅動下一代人形機器人打造，支持各類生成式 AI模型，既包括 NVIDIA Isaac GR00T N1.5 等視覺語言動作模型（VLA），也涵蓋所有主流大型語言模型（LLM）與視覺語言模型（VLM）。

2

NVIDIA三臺計算機：為機器人智能打造的全棧體系

為了真正讓機器人具備“可訓練、可驗證、可部署”的能力，NVIDIA構建了一套貫穿機器人生命周期的完整計算體系，即用于AI訓練的?NVIDIA DGX AI超級計算機；用于仿真的基于NVIDIA RTX PRO服務器的NVIDIA Omniverse和Cosmos；以及部署在機器人上，用于推理的NVIDIA Jetson AGX Thor。該架構實現了物理AI從模型訓練到部署的全生命周期開發閉環。

在訓練側，NVIDIA DGX負責為機器人訓練“通用大腦”。目前，人形機器人主要以世界模型、多模態視覺語言動作模型（VLM/VLA）和任務基礎模型為核心構建智能能力。因此，需要在大規模GPU集群上長時間執行海量數據的分布式訓練，DGX正是基于此開發設計。研發人員既可以在 DGX平臺上預訓練自有世界模型與控制策略，也可在 NVIDIA提供的Isaac GR00T人形機器人基礎模型與 Cosmos開放世界基礎模型之上進行微調，使機器人獲得對環境、任務、語言和動作的統一理解能力。

除了模型，機器人在測試驗證中，還需要一個可被構建、被模擬、被無限擴展的“世界”。因此，基于NVIDIA RTX PRO 服務器的Omniverse與Cosmos，扮演了物理 AI 的“世界引擎”。Cosmos 作為開放世界基礎模型，能夠生成多樣且物理一致性的三維場景與動態數據，為機器人模型提供高質量、可無限擴展的合成訓練數據。Omniverse則是工業級數字孿生與物理仿真平臺，運行在RTX PRO服務器上的Isaac Sim和Isaac Lab可以對機器人本體、環境、傳感器及任務進行高保真物理仿真。研發人員可以在數字孿生工廠中部署數以百計的機器人，在虛擬環境里執行搬運、揀選、裝配、巡檢等任務，并評估路徑規劃、力控策略，以及安全邊界。

真正讓物理AI進入現實世界的，是第三臺計算機—部署在機器人本體上的Jetson AGX Thor。它是一臺專為機器人與物理 AI 工作負載打造的邊緣超級計算機，基于 Blackwell GPU架構，支持新一代NVFP4精度，集成高性能 CPU、Transformer引擎、安全處理單元與高帶寬互連，能夠在有限功耗下運行世界模型、多模態推理、傳感器融合和實時控制。對于人形機器人而言，這意味著它們可以在機體內部直接運行GR00T等大型視覺語言動作模型，實現視覺、語言、力反饋、多傳感器輸入的統一理解，并以毫秒級延遲生成平滑、安全的控制指令。對于倉儲機器人、協作機械臂及機器人工廠中的各類機器人，Jetson AGX Thor能在機端獨立執行路徑規劃、避障、抓取策略等關鍵任務，即便在網絡受限的環境中，也能依靠本體計算完成核心決策，這對工業級可靠性和安全性至關重要。

貫穿三臺計算機的是NVIDIA Isaac全棧機器人平臺。它不是單一SDK，而是覆蓋感知、建圖、控制、任務規劃、仿真訓練及部署的綜合軟件體系。在模型訓練階段，Isaac Lab 提供強化學習與模仿學習框架，Isaac Sim支撐高保真物理仿真與場景生成，研發人員可在DGX上結合這些工具生成并使用大規模仿真數據，訓練具備高泛化能力的機器人策略。在算法開發階段，Isaac Manipulator、Isaac Perceptor等組件，為機械臂、移動機器人、人形機器人提供預構建的視覺感知、物體識別、軌跡規劃、避障與控制能力，加速研發流程。在部署階段，Isaac運行時框架及對ROS生態的全面支持，使模型和策略能夠無縫遷移到Jetson AGX Thor等邊緣平臺，實現從云端訓練到機端推理的一致性體驗。

3

Jetson AGX Thor：為人形機器人真正帶來“自主智能”

NVIDIA Jetson Thor在生成式推理領域實現了大幅躍升，與前代產品Jetson AGX Orin相比，其生成式AI性能最高提升達5倍，還能無縫處理多個生成式AI模型與大量多模態傳感器輸入，實現實時響應。

隨著 Jetson AGX Thor 的量產與應用，行業正在迎來智能化能力顯著提升的新階段。Jetson AGX Thor正在全球范圍內推動技術創新，不僅加速了產品迭代，更催生了跨領域的技術融合。作為NVIDIA Jetson AGX Thor的首批國內用戶，優必選科技率先在旗下工業機器人Walker S2中搭載了該款產品，使機器人能夠在復雜環境中快速決策，像人類一樣靈活執行任務。2025年10月，智元機器人發布了新一代工業級交互式具身作業機器人智元精靈G2，依托搭載的Jetson Thor T5000高性能計算模組，實現了在本地高速處理多路傳感器數據，延遲小于10毫秒。天準星智發布的新一代千TOPS級高算力具身智能大腦產品星智 007，基于Jetson Thor實現了算力的跨越式提升，CPU 處理能力達 60KDMIPS，FP4算力達2070 TFLOPs，FP8算力達 1035 TFLOPs。

在海外，波士頓動力將Jetson Thor集成到人形機器人 Atlas，使其得以在設備端搭載此前僅服務器才具備的計算能力，實現邊緣端AI工作負載加速、高帶寬數據處理，以及大容量內存支持。Agility Robotics公司也在其第五代機器人Digit中使用了NVIDIA Jetson產品，并計劃將Jetson Thor作為第六代Digit的計算核心，進一步提升Digit的實時感知與決策能力，以滿足日漸復雜的功能需求。?？怂箍低瞥龅娜诵螜C器人AEON，依托NVIDIA Jetson平臺在復雜動態環境中實現了實時自主移動、導航并執行任務，有效提升運行速度與精度，提高了環境適應性。

當機器人能夠在本體執行復雜決策，當世界模型能夠在毫秒級速度推演環境，當仿真世界能夠無限擴展，將有力推動機器人由簡單工具，轉化為具備更強理解、學習和創造能力的智能伙伴，加速人機協同創造新世界。NVIDIA憑借其構建起的物理AI基礎設施，正在為這場產業變革奠定堅實的底層基座，使模型能夠被訓練、被驗證并被部署，使機器人能夠從虛擬世界走向現實世界，使具身智能成為真正可規?；漠a業。

閱讀更多內容，歡迎訂購《機器人產業》雜志。

點擊跳轉！圈內人都在看的專家觀點