Jetson Thor 系列包含开发者套件与生产模组，内含 Jetson T5000 模组、参考载板与散热器，并具备丰富的I/O选项。生态系支援高速工业自动化协定与感测器介面，加速企业开发与上市时程。
NVIDIA表示，包括：研华、安提国际、ConnectTech、米文动力、天准等硬体伙伴，正打造可投入生产的Jetson Thor系统；ADI、英飞凌、RealSense 等感测器厂则利用 Holoscan Sensor Bridge 简化资料串流与融合。数千家软体公司也能透过 Jetson Thor 执行多重AI代理工作流程，提升传统视觉AI与机器人应用。
目前已有 Openzeka、Robotnix、Vaidio、所罗门等采用者加入，有超过200万名开发者使用辉达技术加速机器人工作流程。其中，所罗门更是首家台厂采用。辉达表示，Jetson Thor 不仅是一款产品，而是推动「物理AI」落地的重要基础设施，将AI真正带入人类的实体世界。
相关新闻：黄仁勋喊「机器人大脑」来了！辉达Jetson Thor登场 加速实现物理AI
机器人需要丰富的感测器资料与低延迟AI处理能力，才能应付即时应用。Jetson Thor 在效能上大幅跃进，相较于前代 Jetson Orin，AI算力提升7.5倍、CPU效能提升3.1倍、记忆体增加2倍，能支援来自多部感测器的并行资料流，并在边缘环境中高速完成视觉推理，解决过去因延迟过高而无法在动态现实环境中执行的难题。这项突破，为人形机器人、手术辅助与多模态AI应用创造了新可能。
人形机器人领域的领导厂商已率先采用。Agility Robotics 将 Jetson Thor 整合至第五代人形机器人 Digit，强化其即时感知与决策能力，并支援更复杂的AI技能。执行长 Peggy Johnson 表示：「Jetson Thor 的边缘处理能力让 Digit 即时应变更灵活，并拓展更广泛技能，有助于客户最佳化仓库与工厂营运。」
Boston Dynamics 亦将 Jetson Thor 导入其人形机器人 Atlas。新一代运算工程经理 Daniel Gandhi 指出，机器人必须尽可能在本地完成运算以确保安全，而 Jetson Thor 小巧外形与能源效率，首次让伺服器级的算力被整合进机器人本身，打造更独立、灵活的应用。
除了人形机器人，Jetson Thor 也能加速 手术助理、智慧牵引机、送货机器人、工业机械手臂与视觉AI代理 等应用。其设计专为生成式AI推理，能驱动大型Transformer、视觉语言与动作模型，使新一代物理AI代理在边缘即时运作，降低对云端的依赖。
Jetson Thor 经过完整软体堆叠最佳化，支援 Cosmos Reason、DeepSeek、Llama、Gemini、Qwen 等热门模型，以及 Isaac GR00T N1.5 等专用机器人模型，让开发者能在本机进行实验与推理。未来软体更新也将进一步提升输送量与回应速度。
国际研究机构也正运用 Jetson Thor 突破技术限制。史丹佛大学、卡内基梅隆大学、苏黎世大学 均已展开测试，探索感知、规划与导航新应用。
卡内基梅隆大学助理研究教授 Sebastian Scherer 表示，过去电脑视觉工作负载过慢，限制机器人决策，如今 Jetson Thor 的运算力已足以支撑更细腻任务。他预期透过升级至 Jetson Thor，能显著提升感测器融合能力，并推动自主机器人执行医疗检伤与搜救工作。
NVIDIA指出，人形机器人要像人类一样流畅互动，不仅需要强大的AI大脑，还需整合多层次控制架构：
1. 高阶推理（High-Level Reasoning）（1–5Hz）：自然语言互动、场景理解、任务规划，负责机器人的思考与任务规划，对应到机器人「大脑」功能。
2. 感知与规划（Perception and Planning）（30Hz）：场景注册、物体辨识、抓取与动作规划、移动，类似人类的视觉与运动规划。
3. 实时控制架构（Real-Time Control Framework）（100Hz–1kHz）：速度、位置、阻抗与扭矩控制，确保快速反应，如同人类的神经反射动作。
4. 硬体抽象层（Hardware Abstraction Layer）：感测器、麦克风、摄影机与执行器，等同人类的感官与肌肉。
这套框架显示，只有结合低延迟AI运算与多感测器输入，机器人才可能在复杂环境中做出安全、自然的动作，如同感觉器官与肌肉。
點擊閱讀下一則新聞
