英伟达正式发布两款基于 Thor 架构 的全新计算模块——Jetson T3000 与 Jetson T2000，将高性能 AI 算力推向通用机器人、人形机器人及边缘 AI 的大规模商用市场。这两款模块的推出，标志着英伟达在机器人领域的硬件布局从实验室研究进一步迈向真实世界的批量部署。

T3000 是此次发布的核心产品，提供高达 865 FP4 teraflops 的 AI 计算能力，而整块模组的体积与功耗仅约为前代 T5000 的一半。它整合了 Blackwell GPU、八核 Neoverse Arm CPU、32GB LPDDR5X 内存以及 273GB/s 内存带宽，并支持 25 GbE 网络连接。在运行多模态工作负载——包括大语言模型、视觉语言模型、视觉语言动作模型和世界基础模型——时，T3000 的推理性能与 T5000 相当。其工业版本 IGX T3000 还集成了功能安全特性，可无缝运行英伟达 Halos for Robotics 全栈安全系统，适用于与人类协同作业的机器人场景。

T2000 则面向更广泛的边缘 AI 系统，提供 400 FP4 teraflops 算力与 16GB 内存，为开发视觉 AI 智能体、自主移动机器人、工业机械臂等智能机器的开发者提供了一个入门级选择。随着这两款模块的加入，英伟达现已构建起一个覆盖 70 TOPS 至 2000 teraflops 的可扩展边缘 AI 平台，能够应对几乎所有边缘 AI 工作负载。

在软件层面，英伟达同步发布了 Jetson agent skills，通过 AI 智能体自动完成内存优化、系统配置与部署任务，可将原本需要数周的软件栈优化压缩到数天之内。该技能集支持包括 Jetson Thor 和 Jetson Orin 在内的整个 Jetson 产品线，使开发者能在更低内存配置下运行更强负载，从而降低系统成本并加快部署速度。多家企业已借此实现显著的内存节省：优必选 与 Agile Robots 等机器人公司最高减少了 15GB 内存占用，得以从 64GB 模块迁移至 32GB 模块；智能零售公司 SandStar 节省了 4GB 内存，从而能在 8GB 模块上部署；智能交通公司 NoTraffic 在 Jetson TX2 NX 上降低 30% 内存使用，为增加更多 AI 功能腾出了空间。

英伟达还扩展了 Cosmos 3 世界基础模型家族，推出轻量级的 Cosmos 3 Edge。这是一款 40 亿参数 的模型，专为具身系统设计，可在设备端进行实时视觉推理并预测、生成动作。开发者利用开放的 Cosmos 框架，能在约一天内针对特定机器人与传感器完成模型后训练，随后部署到 Jetson Thor 上，缩小仿真与现实的差距。

从产业生态来看，波士顿动力、亚马逊机器人、发那科、日立、美敦力 等头部企业已基于该平台进行开发。模组预计于 2027 年第一季度 正式供货，而开发者本月即可通过 JetPack 7.2.1 在 Jetson AGX Thor 开发者套件上开启 T3000 的仿真模式进行开发，T2000 的仿真支持将在后续版本中提供。包括 凌华科技、研华、AAEON 在内的多家合作伙伴也已开始提供基于 Thor 的解决方案。这一系列软硬件组合，正将英伟达在数据中心积累的 AI 算力与开发工具链系统性地导入物理世界，推动机器人从单点自动化走向具备通用推理与自主决策能力的规模化部署。