4万亿美元市值巨头，要做机器人时代的算力霸主

作者 | 向欣

即便已经成为全球市值最高的公司，市值超过了 4 万亿美元，英伟达仍然想要把握住下一个科技时代的命脉，继续站在峰顶。而它把重注，下在了机器人上。

8 月 26 日，英伟达推出了一款新的「机器人大脑」产品——NVIDIA Jetson AGX Thor，这是一款专为物理 AI 和人形机器人打造的开发套件，被英伟达 CEO 黄仁勋称作是「推动物理 AI 和通用机器人时代的终极超级计算机」。

NVIDIA Jetson AGX Thor 可视作机器人大脑的物理部分，与前代产品 Jetson Orin 相比，Jetson Thor 可提供高达 7.5 倍的 AI 计算能力和 3.5 倍的能源效率，能够实现实时推理，机器人端侧算力得到极大提升，这对于机器人处理信息、运行模型、执行动作都极为重要。

更大的动作已经在路上，英伟达与富士康将在今年 11 月的「富士康科技日」上联合展示人形机器人解决方案，首次把搭载大语言模型与机器人大脑的机器人推向工业制造场景。

为了在即将到来的机器人时代复刻其在 AI 领域的统治级地位，除了提供机器人软硬件基础产品，与产业方合作推进机器人应用落地外，英伟达还投资了多家具身智能相关企业，并成立具身智能体研究实验室进行技术储备，试图把自己嵌入到机器人产业的每一个环节。

英伟达的野心是，让任何一家造人形机器人的企业都几乎绕不开它。

新一代机器人超级大脑

在前不久举行的世界机器人大会上，观众注意到一个普遍问题：机器人虽然能走能跳，也能完成工业分拣、商店补货等任务，但动作笨拙、效率低下，难以真正创造商业价值。

其背后的核心症结不仅仅是模型不够聪明，还包括在「认知层」始终受到端侧算力的限制。

机器人处理视觉、语音、动作规划等多模态任务时，由于缺乏足够多的训练数据，与端侧设备算力不足，需要依赖云端运算，把数据传输到服务器再返回结果，这既带来了延迟，也存在稳定性和安全隐患。

Jetson Thor 试图解决这一瓶颈。基于 Blackwell 架构，它针对 Transformer 类生成式模型做了硬件优化，能够在 FP4 精度下提供高达 2070 TFLOPS，也就是每秒 2070 万亿次浮点计算的峰值算力，并配备 128GB 内存。

这意味着机器人能在本地完成从感知到决策再到执行的完整闭环，反应速度更接近人类。

Jetson Thor

数据显示，Thor 能在 200 毫秒内给出第一个 token 响应，每秒能生成超过 25 个 token，这个速度已经能支撑实时人机对话。

除了性能飞跃，Thor 还具备更广泛的适配能力：它支持主流的生成式 AI 框架与模型，功耗范围覆盖 40–130W，可应用于从移动机器人到固定式机器人等多种场景。

同时，它与英伟达自家生态深度兼容，能无缝衔接 Isaac 仿真平台、Omniverse 数字孪生环境、GR00T 人形机器人模型等工具。

对开发者来说，这意味着升级几乎没有迁移成本，整个研发流程可以丝滑过渡。

Thor 的定价为 3499 美元（约合人民币 2.5 万元），已率先被国内外一线人形机器人厂商采用，包括国内的宇树科技、银河通用、优必选、众擎机器人、智元机器人等，以及国外的 Agility Robotics、波士顿动力、Figure AI 等。

银河通用创始人王鹤透露，其 G1 Premium 机器人在应用 Jetson Thor 后，运动速度和动作流畅性有了显著提升。在 WRC 现场，搭载 Jetson Thor 的银河通用机器人在搬起箱子后能够丝滑快速地到达货箱交付点。

英伟达生态，仿真技术是核心壁垒

Jetson Thor 是一款性能优秀的机器人大脑硬件产品，而英伟达真正的优势，在于它搭建起的完整生态系统。

英伟达的机器人战略，呈现「软硬件产品+技术储备+投资入股+合作探索产业落地」的布局。

从 2018 年开始，英伟达围绕机器人产业逐步搭建起一整套软硬件闭环生态，几乎覆盖了机器人智能从训练、测试到部署的全流程：

• 硬件上有 Jetson Orin 和 Thor；

• 综合性平台与软件平台上有 Isaac 平台和 Omniverse 数字孪生环境；

• 模型层有 Cosmos 世界模型与 Project GR00T 人形机器人基础模型。

不同模块通过虚拟仿真技术紧密结合，形成一条完整的研发路径。

Isaac 平台是一个全面的 AI 机器人开发平台，提供从硬件到软件整套解决方案，包含加速库、应用框架和 AI 模型。

它不仅包含了 Isaac ROS、Isaac Perceptor、Isaac Manipulator 等基于 ROS 2 构建的开发工具，还集成了 Isaac Sim 仿真平台，该平台基于 Omniverse 构建，能提供物理精确且逼真的虚拟环境，用于机器人的设计、仿真、测试和训练。

Agility Robotics 使用 Isaac 平台对 Digit 机器人进行训练

同时，Isaac 平台还与英伟达的其他计算平台如 DGX、OVX 和 AGX 等协同工作，分别用于构建机器人 AI 模型、模拟测试和训练以及部署运行机器人模型。

Jetson Orin、Jetson Thor 等则是英伟达推出的端侧芯片模组，是支撑物理 AI 应用的「机器人大脑」。

Jetson Orin 包含从入门级到高端的多个型号，覆盖不同算力需求场景。其核心定位是为机器人、自动驾驶小车、工业设备等提供高效能的边缘计算支持。

Jetson Thor 在 Jetson Orin 基础上进一步提高了性能，主要面向人形机器人、高阶自主机器等对算力需求更高的场景。

Omniverse 是一个虚拟现实和仿真平台，能够为机器人提供物理精确、可扩展的训练环境。

例如，开发者可以在虚拟工厂里让机器人反复练习搬运、装配，再把学习成果迁移到现实场景。

这种方法不仅大幅降低了真实测试的风险和成本，还能让机器人获得更强的泛化能力。

基础模型方面，英伟达的两个核心技术是世界基础模型平台 Cosmos 和通用基础模型项目 Project GR00T。

Cosmos 平台由一系列世界基础模型、高级标记器、护栏以及加速数据处理和管理管道组成。平台核心组成是 Cosmos 模型，它能让 AI 学习理解世界物理因果规律，对物理现象做出判断，通过现在画面预测未来画面。

包含世界基础模型的 Cosmos 平台能够和 Omniverse 平台高效整合。Omniverse 平台创造虚拟物理环境，而 Cosmos 平台则能够让 AI 在虚拟环境中观察、分析和预测各种物理现象，理解世界运行规律，从而更好地实现各种物理交互。

Project GR00T 项目是英伟达 2024 年开启的，主要开发通用人形机器人的 AI 基础模型，目前已推出三代模型，分别是 Project GR00T、GR00T N1 与 GR00T N1.5。

最新的 GR00T N1.5 模型于今年 5 月推出，是一个 VLA 模型，采用业界主流的双系统架构。系统 2 负责理解环境，推理决策，系统 1 负责执行动作。

GR00T N1.5 模型架构

综合来看，英伟达在机器人领域的布局已经相当全面，其中最突出的优势在于仿真合成技术，这也是它投入最深、建立壁垒最牢固的环节。

英伟达研究副总裁 Ming-Yu Liu 曾介绍，英伟达的目标是打造一个虚拟世界，让机器人能够在这个安全的平行世界中反复试验、不断学习。

通过虚拟环境先行训练、再迁移到现实，厂商能够在成本和效率上获得极大优势。

银河通用就利用 Isaac 和 Omniverse 合成了 10 亿规模的数据集，训练出了全球首个仅需预训练就能实现零样本（Zero-Shot）泛化的模型 GraspVLA，具备对高度、平面位置、物体类别、光照、干扰物、背景等环境变化的泛化能力。

为了进一步推动前沿研究，英伟达在 2024 年成立了具身智能体研究实验室 GEAR，重点聚焦多模态基础模型、通用型机器人模型、虚拟世界智能体及仿真合成数据四大研究领域。英伟达 AI 总监兼杰出科学家 Jim Fan 是该实验室的负责人。

英伟达具身智能体研究实验室推出过不少前沿技术成果，例如在外网火爆的 ASAP 框架，就是由英伟达实验室与卡内基梅隆大学联合研发，让宇树科技 G1 复刻了 C 罗、科比、詹姆斯的经典名场面。

在外部，英伟达通过投资和合作不断扩展生态，投资了 Figure AI、Field AI、Skild AI 等公司，并且和部分产业方合作研发人形机器人，主要为工业与医疗方向。

英伟达正在与富士康合作，计划在富士康休斯敦工厂部署人形机器人，用于生产英伟达的 AI 服务器。英伟达将在 11 月举行的富士康科技日上展示其人形机器人解决方案。

英伟达、富士康还与川崎重工合作，研发出一款护理机器人 Nurabot。Nurabot 已经在台湾台中荣民总医院上岗，可以运送药品、样本，巡逻病房和引导访客，据称可以减少护士 30% 工作量。

从虚拟世界到真实工厂，从基础研究到产业合作，英伟达正在把自己的技术和资本编织成一张覆盖全产业链的「机器人网络」。

国内外厂商，争当机器人时代的必选项

英伟达的目标十分明确：通过产品、生态和资本的全方位布局，成为在这个产业不可替代的「基础设施」。

在 AI 训练时代，GPU 和 CUDA 让英伟达变成了所有 AI 公司的必选项；在机器人时代，黄仁勋希望 Jetson Thor 和 Isaac 平台等产品能够承担同样的角色。

英伟达的战略逻辑是一种「预见性」的全局布局。

回顾过去二十年，它几乎总能在技术浪潮的早期埋下伏笔：在深度学习还未真正兴起时，英伟达就已经用 CUDA 构建起软件生态；在生成式 AI 爆发前，加码 H100 GPU 的研发。

如今，在机器人行业尚处于起步阶段，它又提前把算力、仿真、模型、投资和合作全部布好。黄仁勋的核心思路是：等产业真正爆发时，英伟达已经在关键节点卡位，成为不可绕开的供应商。

无论机器人在哪个国家生产、服务于哪个行业，只要想要算力和仿真，就几乎无法绕开英伟达的硬件和软件。这种全球绑定，让英伟达在机器人产业链上具备了独特的战略位置。

中国厂商正在尝试从不同角度对标英伟达。

一些公司专注于芯片模组替代，包括黑芝麻智能、瑞芯微、地平线旗下的地瓜机器人等。

地瓜机器人在今年重点发布了面向具身智能机器人的产品 RDK S100 开发套件，采用大小脑协同的设计，拥有 80/128TOPS 两种算力规格，单个开发套件就能实现具身智能机器人「感知-决策-执行」的闭环。

另一些公司则在软件平台上进行探索，例如华为的具身智能平台 CloudRobo，腾讯的具身智能平台 Tairos。

华为的 CloudRobo 整合了数据合成、数据标注、模型开发、仿真验证、云边协同部署以及安全监管等端到端能力，能提供三大核心模型，加速具身智能创新。

历史已经多次证明，技术浪潮的更替总会催生新的世界巨头。

• 电气时代的崛起，造就了通用电气；

• 计算机时代的兴起，成就了 IBM 和微软；

• 移动互联网的浪潮里，苹果凭借 iPhone 成为市值王者；

• AI 的兴起，则让英伟达跃升为全球市值最高的科技企业。

如今，机器人正在成为下一个时代的叙事，英伟达正试图通过 Jetson Thor 和其全栈布局，成为这个浪潮的掌舵者。中国厂商们也不甘落后。