英伟达推出Jetson Thor系列新模块T3000与T2000，推动机器人与边缘AI规模化部署

事件概述

英伟达于2026年7月16日发布基于NVIDIA Thor架构的两款新嵌入式模块——Jetson AGX T3000与Jetson T2000，面向人形机器人、自主机器及边缘AI应用。同时推出Jetson agent skills软件工具和Cosmos 3 Edge轻量模型，以降低部署门槛、提升内存利用效率。

核心信息

• T3000模块：搭载Blackwell GPU、8核Neoverse Arm CPU、32GB LPDDR5X内存、273GB/s带宽及25GbE连接，提供865 FP4 TFLOPS算力，体积与功耗仅为T5000的一半，但多模态推理性能接近T5000。同样规格的IGX T3000额外集成功能安全，并运行NVIDIA Halos for Robotics全栈安全系统。
• T2000模块：提供400 FP4 TFLOPS算力及16GB内存，为视觉AI代理、自主移动机器人、工业机械臂等场景提供入门级选择。至此英伟达Jetson系列覆盖70 TOPS至2000 TFLOPS的完整性能区间。
• 软件优化工具：新发布的Jetson agent skills可自动化内存优化、系统配置等耗时任务，支持整个Jetson系列（含Thor与Orin）。多家企业已实现显著内存节省：UBTECH、Agile Robots、Connect Tech等缩减内存占用高达15GB；SandStar在智能零售场景减省4GB；NoTraffic在交通领域降低30%内存使用。
• Cosmos 3 Edge模型：40亿参数的世界模型，专为具身系统设计，可在Thor平台上实时推理、预测并生成动作。开发者可使用Cosmos框架在约一天内针对特定传感器与形态进行后训练，缩小仿真到现实的差距。
• 开发路径：现有Jetson AGX Thor开发者套件可通过合作伙伴购买，并支持模拟T3000/T2000性能。开发者可利用NVIDIA Isaac、Nemotron、GR00T等物理AI软件栈加速开发。

值得关注

T3000在减半功耗与体积的前提下保持高性能，直接降低BOM成本；Agent Skills将内存优化周期从数周缩短至数天，使低内存配置也能运行高负载模型；Cosmos 3 Edge的轻量化适配使得边缘端实时决策成为可能，进一步推动机器人从实验室走向市场。