近期，在众多人工智能领域的会议上，具身智能已成为热议焦点。许多人直接将2024年定义为具身智能产业的元年——此前大多停留在概念探索阶段，而今年已开始切实寻找落地场景。

根据中国计算机学会的定义，具身智能横跨人工智能、机器人学习、计算机视觉等多学科，是一种拥有物理身体的智能体，通过与真实环境交互来获取智能的研究范式。那么问题来了：如果一位工程师想搭建属于自己的具身智能创新方案，该从何处入手？

答案很明确——英伟达的Jetson Thor芯片方案及其配套的完整资源体系，是目前最值得关注的选项之一。

专为机器人应用打造的Jetson Thor

1950年图灵首次提出具身智能概念，但受限于当时的软硬件条件，发展缓慢。直到ITF World 2023上，英伟达创始人黄仁勋重提具身智能，直言“人工智能的下一个浪潮就是具身智能”。

在GTC 2024上，英伟达正式发布了专为人形机器人打造的Jetson Thor芯片平台。这款芯片融入了英伟达在具身智能领域的大量技术积累。在此之前，英伟达已在机器人赛道推出多款芯片方案，包括Jetson Orin、Jetson Orin Nano和Jetson AGX Xavier等。

Jetson硬件发展路线图，图源：英伟达

每一款Jetson系列产品都是一个完整的系统模组（SOM），集成了GPU、CPU、内存、电源管理及高速接口。以Jetson Orin模组为例，最高可提供275 TOPS的算力，内存配置从4GB到64GB不等，功耗范围在7瓦至60瓦之间。

Jetson Thor延续了Jetson系列的高性能传统，能提供每秒800万亿次8位浮点运算的AI性能，同时集成了功能安全处理器、高性能CPU集群以及100GB以太网带宽。它基于英伟达Blackwell架构——与上一代Hopper架构相比，Blackwell在各项性能上均有数倍提升。Blackwell Tensor核心新增了精度支持，第二代Transformer引擎能实现4位浮点数AI推理，计算能力和模型规模直接翻倍。

据英伟达介绍，Jetson Thor能够执行复杂任务，安全、自然地与人和机器交互，并针对性能、功耗和尺寸进行了模块化优化。

围绕Jetson系列的丰富开发资源

如前所述，英伟达Jetson系列本身就是面向机器人开发的解决方案，覆盖不同性能与预算需求。但真正让这套方案具备竞争力的，除了高性能芯片，还有极其丰富的配套资源。

针对产品开发工程师，Jetson系列整合了JetPack SDK、Metropolis微服务、生产就绪的Isaac ROS软件包以及特定应用场景的参考AI工作流程。

JetPack SDK是整个Jetson软件栈的核心，包含了Jetson Linux、开发工具、CUDA-X加速库及其他英伟达技术。它提供了机器人应用所需的底层能力：利用TensorRT和cuDNN加速AI推理，CUDA用于通用计算加速，VPI加速计算机视觉与图像处理，Jetson Linux API处理多媒体，libArgus和V4l2加速相机处理。简而言之，JetPack SDK汇聚了大量细分功能的SDK，工程师完全可以根据实际需求灵活选用。

借助Jetson Linux，开发者能快速构建各种应用程序——工具包自带Linux内核、引导加载器、NVIDIA驱动、烧录工具、示例文件系统及工具链，开发效率极高。

接下来看Isaac ROS软件包。这是一个专为机器人操作系统打造的软硬件加速包，包含多个开源选项。它提供图像处理与计算机视觉功能的单个软件包（GEM）以及完整管道（NITROS），帮助机器人应用搭建高吞吐量的感知系统。更妙的是，Isaac ROS采用模块化设计，开发者可以按需替换部分算法；兼容性也相当出色，能大幅缩短机器人方案的开发周期。总而言之，这套软件包功能丰富、灵活度高，为机器人应用提供了高性能的感知与硬件加速能力。

面向教育工作者、学生及爱好者，英伟达还提供了Jetson Nano开发者套件，便于他们教授、学习和开发AI与机器人融合的方案。

除了硬件与软件生态，英伟达在具身智能大模型方面的布局同样值得关注。Project GR00T人形机器人基础模型属于VLA类型（视觉-语言-动作），融合了语言、动作与专业机器人知识，是当前具身智能开发的主流模型路线。开发者可从GR00T项目或Isaac工具组合中获取这些知识与资源。

结语

英伟达Jetson Thor芯片是专为机器人应用打造的高性能推理芯片，也是Jetson系列面向未来具身智能给出的硬件答案——高算力、高度集成、一体化方案是其核心特点。而与之配套的丰富软件资源，从底层SDK到操作系统层面，几乎覆盖了开发者所需的每个环节，让具身智能乃至更广泛的机器人应用能够快速落地。