人形机器人正从实验室走向市场，但真正决定其智能上限的，是背后的算力与模型。NVIDIA通过覆盖训练、仿真到推理的全栈布局，为人形机器人规模化落地提供了关键底座，揭示了这场产业变革背后的技术核心。
智能速览
2025年被视为人形机器人商业化元年，市场规模将达数十亿元。
机器人竞争已从“身体”转向“大脑”，算力与模型成关键。
算力、模型和仿真是推动机器人技术跃迁的“三驾马车”。
NVIDIA推出Jetson AGX Thor，生成式AI性能较前代提升5倍。
优必选、波士顿动力等已率先采用NVIDIA方案提升机器人能力。
NVIDIA构建“三台计算机”体系，实现物理AI全生命周期开发闭环。
精华内容
当机器人“身体”硬件趋同，真正的较量在于“大脑”的进化。这背后，是算力、模型与仿真技术范式的根本性跃迁，正重塑整个机器人产业版图。
技术三驾马车
推动人形机器人技术跃迁的核心力量，源于算力、模型与仿真。仿真技术正替代传统的样机测试，通过创建虚拟空间让机器人进行低成本、高效率的迭代训练，显著降低了研发风险。模型能力的突破，特别是能够理解三维物理世界动态的世界模型，成为机器人提升通用性的关键。它超越了传统语言和图像模型的维度，使机器人能学习并预测环境的物理特性。而强大的算力则是支撑所有智能涌现的底座，尤其在边缘侧，它让实时、复杂的决策成为可能。
全栈计算体系
为打通物理AI从开发到部署的全链路，NVIDIA构建了“三台计算机”体系。首先是用于AI训练的NVIDIA DGX超级计算机，负责为机器人训练世界模型和多模态基础模型。其次是用于仿真的NVIDIA Omniverse和Cosmos平台，它们扮演着“世界引擎”的角色，提供高保真物理仿真与无限扩展的合成数据。最后是部署在机器人本体上的Jetson AGX Thor，作为边缘超级计算机，它负责在终端执行推理和控制任务，确保机器人在现实世界中的可靠性与安全性。
Thor的算力跃升
作为该体系的关键一环，NVIDIA Jetson AGX Thor专为机器人打造，实现了生成式推理性能的巨大飞跃。相较于前代产品Jetson AGX Orin，其生成式AI性能最高提升达5倍。基于Blackwell GPU架构，它能在有限功耗下，无缝处理多个AI模型与大量多模态传感器输入。这意味着人形机器人可以在机体内部直接运行如GR00T这样的大型视觉语言动作模型，以毫秒级延迟生成平滑、安全的控制指令，实现真正的自主智能。
商业化落地加速
随着Jetson AGX Thor的量产与应用，人形机器人的商业化进程显著提速。国内“人形机器人第一股”优必选科技已率先在其工业机器人Walker S2中搭载该产品。智元机器人的新一代机器人G2，依托Jetson Thor实现了本地数据处理延迟小于10毫秒。海外巨头波士顿动力也将Jetson Thor集成到其Atlas人形机器人中，使其在边缘端获得了此前仅服务器才具备的计算能力。这些案例表明，强大的边缘算力正在成为推动人形机器人走出实验室、进入实际应用场景的核心驱动力。
NVIDIA通过构建完整的物理AI基础设施，正在为人形机器人的规模化应用奠定坚实基础。当机器人能够在本地实时理解、学习并创造，它们将从工具转变为真正的智能伙伴，开启人机协同的新篇章。这场由算力驱动的变革，将如何重新定义未来的生产与生活？
