英伟达推出Jetson Thor T3000/T2000，把机器人计算机压到更小更省

英伟达把机器人用的计算机，又做小了一圈。7月16日，英伟达推出基于Jetson AGX Thor架构的两款新模块T3000和T2000，面向大众市场的机器人和边缘AI应用，计划2027年第一季度上市。至此，英伟达的可扩展边缘AI平台，算力覆盖从70 TOPS到2000 TFLOPS，几乎能扛住任何边缘负载。

T3000集成了Blackwell GPU、8核Neoverse Arm CPU、32GB LPDDR5X内存和273GB/s带宽，在紧凑体积里提供865 FP4 TFLOPS的AI算力——体积和功耗大约是上一代T5000的一半。它和IGX T3000共享这套硬件，后者还集成了功能安全模块，能无缝跑英伟达Halos for Robotics全栈安全系统，给和人协同的机器人上保险。

T2000则把Thor架构带向更宽广的边缘场景，400 FP4 TFLOPS、16GB内存，给视觉AI智能体、自主移动机器人、工业机械臂的开发者提供一个入门选择。Jetson AGX Thor本来就是为新的人形机器人和机器人系统供能的，1X、波士顿动力、发那科、日立这些公司都在这套平台上开发。

配套还有新的「智能体技能」，能自动优化所有Jetson设备的内存使用。优必选、思灵机器人已经把内存占用了降了15GB，得以从64GB模块迁到32GB；智能零售的SandStar省了4GB，陪伴机器人LOVOT也靠异构加速省下内存。此外，Cosmos 3 Edge这款40亿参数的轻量世界模型也上新了，能帮具身系统感知世界、实时推理、在设备端预测动作。

边缘AI的竞争，本质是把大模型从数据中心搬到人手边。英伟达这套打法，是用统一的芯片架构和软件栈，把机器人、机械臂、摄像头全圈进自己的生态。说白了，谁掌握了边缘推理的入口，谁就握住了物理AI的遥控器。我更倾向于认为，T3000/T2000的意义不在参数多漂亮，而在它把「低成本、低功耗跑强AI」变成了机器人的出厂标配。