英偉達正式發佈兩款基於 Thor 架構 的全新計算模塊——Jetson T3000 與 Jetson T2000，將高性能 AI 算力推向通用機器人、人形機器人及邊緣 AI 的大規模商用市場。這兩款模塊的推出，標誌著英偉達在機器人領域的硬件佈局從實驗室研究進一步邁向真實世界的批量部署。
T3000 是此次發佈的核心產品，提供高達 865 FP4 teraflops 的 AI 計算能力，而整塊模組的體積與功耗僅約為前代 T5000 的一半。它整合了 Blackwell GPU、八核 Neoverse Arm CPU、32GB LPDDR5X 內存以及 273GB/s 內存帶寬，並支持 25 GbE 網絡連接。在運行多模態工作負載——包括大語言模型、視覺語言模型、視覺語言動作模型和世界基礎模型——時，T3000 的推理性能與 T5000 相當。其工業版本 IGX T3000 還集成了功能安全特性，可無縫運行英偉達 Halos for Robotics 全棧安全系統，適用於與人類協同作業的機器人場景。
T2000 則面向更廣泛的邊緣 AI 系統，提供 400 FP4 teraflops 算力與 16GB 內存，為開發視覺 AI 智能體、自主移動機器人、工業機械臂等智能機器的開發者提供了一個入門級選擇。隨著這兩款模塊的加入，英偉達現已構建起一個覆蓋 70 TOPS 至 2000 teraflops 的可擴展邊緣 AI 平臺，能夠應對幾乎所有邊緣 AI 工作負載。
在軟件層面，英偉達同步發佈了 Jetson agent skills，通過 AI 智能體自動完成內存優化、系統配置與部署任務，可將原本需要數週的軟件棧優化壓縮到數天之內。該技能集支持包括 Jetson Thor 和 Jetson Orin 在內的整個 Jetson 產品線，使開發者能在更低內存配置下運行更強負載，從而降低系統成本並加快部署速度。多家企業已藉此實現顯著的內存節省：優必選 與 Agile Robots 等機器人公司最高減少了 15GB 內存佔用，得以從 64GB 模塊遷移至 32GB 模塊；智能零售公司 SandStar 節省了 4GB 內存，從而能在 8GB 模塊上部署；智能交通公司 NoTraffic 在 Jetson TX2 NX 上降低 30% 內存使用，為增加更多 AI 功能騰出了空間。
英偉達還擴展了 Cosmos 3 世界基礎模型家族，推出輕量級的 Cosmos 3 Edge。這是一款 40 億參數 的模型，專為具身系統設計，可在設備端進行實時視覺推理並預測、生成動作。開發者利用開放的 Cosmos 框架，能在約一天內針對特定機器人與傳感器完成模型後訓練，隨後部署到 Jetson Thor 上，縮小仿真與現實的差距。
從產業生態來看，波士頓動力、亞馬遜機器人、發那科、日立、美敦力 等頭部企業已基於該平臺進行開發。模組預計於 2027 年第一季度 正式供貨，而開發者本月即可通過 JetPack 7.2.1 在 Jetson AGX Thor 開發者套件上開啟 T3000 的仿真模式進行開發，T2000 的仿真支持將在後續版本中提供。包括 凌華科技、研華、AAEON 在內的多家合作伙伴也已開始提供基於 Thor 的解決方案。這一系列軟硬件組合，正將英偉達在數據中心積累的 AI 算力與開發工具鏈系統性地導入物理世界，推動機器人從單點自動化走向具備通用推理與自主決策能力的規模化部署。