随着具身智能与机器人智能体技术快速普及，边缘端设备算力不足、内存占用过高、大模型部署难等问题，成为制约人形机器人、工业智能终端规模化落地的核心瓶颈。为解决物理AI落地痛点，助力边缘机器人高效运行高阶智能任务，英伟达正式推出全新Jetson Thor嵌入式超级计算机，同步配套全新迭代的智能体技能优化体系，通过软硬件协同优化，大幅压缩机器人运行过程中的内存占用，让轻量化边缘设备可流畅承载大模型推理、自主决策、多模态交互等高阶任务，全面刷新消费级与工业级机器人的边缘智能算力标准。

作为新一代面向物理AI与机器人场景的边缘算力平台，Jetson Thor全系搭载Blackwell架构GPU，相较上一代AGX Orin实现跨越式性能升级，整体平台算力提升7.5倍、能效比提升3.5倍，功耗区间维持在40至130W，兼顾高性能与低功耗，适配机器人全天候轻量化作业需求。需要明确的是，2070 FP4 TFLOPS峰值算力、128GB超大内存为Jetson Thor平台顶配规格，并非本次新增量产模组参数。本次全新发布的两款主流模组参数精准落地，其中T3000模组算力达865 FP4 TFLOPS，标配32GB LPDDR5X高速内存；T2000模组算力为400 FP4 TFLOPS，标配16GB内存，分层级覆盖中高端工业机器人与轻量化服务机器人市场，为智能体模型推理、多模态感知、精细运动控制等任务提供扎实算力支撑。

本次新品最大的技术突破，在于配套上线的全新Jetson智能体技能优化方案，从软件层面彻底解决机器人内存冗余、资源浪费的行业难题。以往智能机器人部署自主智能体后，多模型并行运行、数据缓存冗余、算法堆叠复杂，导致内存占用居高不下，不仅抬高硬件成本，还容易出现算力卡顿、响应延迟、设备过载等问题，严重影响机器人实景作业稳定性。而英伟达全新智能体技能体系，可对机器人软件栈进行全局精简优化，快速剔除无效缓存、精简冗余算法、统筹算力分配。

这套轻量化内存优化技术大幅降低了具身智能体的边缘落地门槛，开发者无需重构底层代码，短短数天即可完成部署优化，显著压缩设备内存占用。目前优必选、思灵机器人等行业头部企业已完成技术落地实测，通过Jetson智能体技能成功缩减15GB内存占用，优化效果十分显著。经过软件优化后，T3000、T2000两款中低内存配置模组，可稳定承载更复杂的智能体自主作业任务，有效解决以往低配硬件无法运行高阶AI模型的痛点，大幅降低机器人量产与智能化改造成本。同时平台支持MIG GPU分区技术，可拆分独立运算单元实现多任务并行，进一步提升算力与内存资源利用率，保障复杂场景作业稳定性。

从产业落地角度来看，Jetson Thor精准适配当下具身智能产业的发展趋势。当前机器人产业已从单一自动化作业，迈入智能体自主决策、主动交互的全新阶段，工业机器人、服务人形机器人、巡检机器人均需搭载高阶AI模型实现智能化升级。但长期受限于边缘内存与算力瓶颈，多数智能体功能只能简化部署、降配运行，无法发挥完整智能能力。Thor平台通过硬件升级+软件优化的双重赋能，彻底打通边缘智能落地壁垒。

据悉，本次迭代推出的Jetson T3000、T2000两款全新模组，计划于2027年第一季度正式上市，精准补齐Thor平台中低端算力产品缺口，全面覆盖工业制造、民生服务、特种巡检、科研实训等多元机器人场景。英伟达通过“高低配硬件分层+智能软件优化”的组合打法，既保留Thor平台顶尖算力上限，又以亲民量产规格降低物理AI落地门槛，搭配可落地的内存优化方案，高效破解边缘机器人智能体部署难题。未来随着两款新模组规模化落地，将持续赋能具身智能产业提质降本，推动边缘机器人从基础自动化，向高智能、高稳定、高效率的自主化形态全面迭代。