企业与机器人数据库
NVIDIA Jetson：支撑物理 AI 的十年硬件谱系
Jetson 却并非如此——NVIDIA 自 2014 年起就在出货专为机器人、无人机和摄像头打造的边缘 AI 计算板卡，比 Isaac GR00T 或 DRIVE Thor 出现早了六代芯片、十一年。
这两个较新的故事，都运行在这一产品谱系所打造的硬件之上。
要点
- 自 2014 年起，Jetson 就已为机器人、无人机和摄像头提供专用的边缘 AI 计算能力——历经六代芯片，远早于“物理 AI”成为流行词。
- Isaac GR00T 与 DRIVE Thor 都运行在这一血统所打造的硬件之上。
- 据估计，NVIDIA 在边缘 AI 机器人计算市场占据多数份额，不过 Qualcomm 等企业正在集结力量，试图挑战这一领先地位。
01Jetson 简介
内嵌于机器本体的算力
Jetson 是 NVIDIA 一系列体积小、能效高的计算模组，专为在设备本地——机器人、无人机、安防摄像头或工厂设备内部——运行 AI 模型而设计，而非在数据中心运行。数据中心 GPU 通过网络同时为成千上万用户处理 AI 工作负载，而 Jetson 模组则完全运行在其嵌入的机器内部，功耗预算以瓦特而非千瓦计。
初代 Jetson TK1，2014 年 7 月直接从 NVIDIA UK 获得的公关样品——距 Jetson AGX Thor 面世还有十一年、六代产品。
图片：Gareth Halfacree，CC BY-SA 2.0，via Wikimedia CommonsGR00T 与 DRIVE Thor 背后的产品谱系
Jetson是Isaac GR00T和DRIVE Thor共同依赖的硬件系列。
02Jetson 实际应用在哪里
“机器人”和“物理 AI”这两个词，在这一领域的报道中常常被宽泛使用。如今真正以商业规模、而非演示形式运行在 Jetson 硬件上的产品，范围要窄得多，在某些方面也比人形机器人更为平实——最清晰的例子出现在物流和配送领域：在设备本地而非通过网络连接运行 AI，有着显而易见、容易解释的好处——配送机器人或无人机不能靠一次蜂窝网络往返，来决定是否要为行人刹车。
按类别列出的实际部署案例
Serve Robotics 配送机器人
Serve 第三代配送机器人运行在 Jetson Orin 之上，部署前先在 NVIDIA Isaac Sim 中完成仿真——从上一代 Xavier 升级到 Orin，使其车载算力提升约 5 倍。Serve 表示，其机器人自 2021 年以来已完成超过 100,000 次自主人行道配送，完成率达 99.8%。
Zipline 无人机配送
Zipline 现款配送无人机最多可运载 8 磅货物，飞行 10 英里，最高时速 70 英里，机上搭载两颗 Jetson Orin NX 模组负责自主导航和精准降落。公司表示已在七个国家完成超过 850,000 次配送。
Elementary Robotics 机器视觉
Elementary Robotics 打造基于 Jetson 的机器视觉系统，在产线上实时捕捉制造缺陷，直接在设备本地处理高分辨率摄像头画面，以跟上产线速度，而不必将画面通过网络传输。Toyota 既是该公司的客户，也是其投资方。
Skydio 无人机
Skydio 是 NVIDIA Inception 初创加速计划的成员，打造用于基础设施巡检、公共安全和国防领域的自主无人机，可在无需飞手主动操控的情况下自主飞行并避障——这正是 Jetson 所擅长的那类设备本地感知与导航工作负载。
Jetson 同样是本站其他文章所涉及的人形和四足机器人的底层支撑——包括 Isaac GR00T 与 Unitree 合作的参考平台、Boston Dynamics 的 Atlas 等——但相比上文已经以商业规模运行的配送和巡检案例，这些应用仍更接近试点和研究阶段的部署。
03硬件发展史（2014—2025）
对于一个直到近几年才成为主流投资主题的品类而言，Jetson 的产品历史异常长——早在“人形机器人”和“物理 AI”成为路演讲稿用语之前，NVIDIA 已经历经十年迭代，积累了一批开发者装机基础。
| 年份 | 事件 |
|---|---|
| 2014-04 | Jetson TK1 发布——NVIDIA 首款专为嵌入式打造的 AI 计算板卡 |
| 2015 | Jetson TX1 发布，一款面向量产嵌入式设备的更小型模组 |
| 2017-03 | Jetson TX2 发布，在相同尺寸下性能翻倍 |
| 2018-08 | Jetson AGX Xavier 开发套件发布，NVIDIA 首款 Xavier 世代模组 |
| 2019-03 | Jetson Nano 以 99 美元价格发布，让爱好者和学生也能接触 Jetson |
| 2020 | Jetson Xavier NX 发布，NVIDIA 将其宣传为“全球最小的边缘 AI 超级计算机” |
| 2022-08 | Jetson AGX Orin 量产，基于 NVIDIA 的 Ampere GPU 架构 |
| 2023-01 | Jetson Orin Nano 发布，成为新的入门级产品 |
| 2025-08 | Jetson AGX Thor 正式全面上市，基于 NVIDIA 的 Blackwell GPU 架构 |
04现款一代：Jetson AGX Thor
Thor 参数速览
Jetson AGX Thor 是 NVIDIA 目前的旗舰模组，于 2025 年 8 月正式全面上市。它基于 NVIDIA 的 Blackwell GPU 架构，在 130 瓦功耗范围内最高可提供 2,070 FP4 TFLOPS 的 AI 算力——NVIDIA 称其 AI 算力约为上一代 Orin 的 7.5 倍，能效约为其 3.5 倍。开发套件售价 3,499 美元；量产模组起售价更低。
拍摄于 Computex 2025 的 Jetson Orin NX 模组——正是下文配送无人机案例中 Zipline 使用两颗的同款模组，也是 NVIDIA 现有产品线中比 Jetson AGX Thor 更小、功耗更低的同系列产品。
照片：4300streetcar，CC BY 4.0，来自 Wikimedia Commons发布时的合作伙伴阵容
发布时列出的早期使用与评估合作伙伴，覆盖了机器人行业的广泛领域，详见下表。
发布时列出的合作伙伴
- 发布时的采用方：Agility Robotics、Amazon Robotics、Boston Dynamics、Caterpillar、Figure、Hexagon、Medtronic 与 Meta
- 发布时的评估方：1X、John Deere、OpenAI 与 Physical Intelligence
05市场地位与竞争格局
NVIDIA 的估算份额
据一项市场研究估算，NVIDIA 的 Jetson 平台约占边缘 AI 计算营收的 39%；这一数字更适合当作方向性参考，而非精确统计——目前没有找到采用完全公开、可核验方法论的研究机构发布过可比数字，不过这与 Jetson 作为高端机器人计算默认之选这一被广泛报道的地位大体相符。
有组织的挑战者
最明确的有组织挑战来自 Qualcomm：其 Dragonwing IQ10 系列（于 CES 2026 推出）被明确定位为面向不需要 Thor 全部算力上限的机器人的低功耗替代方案；Intel 采取了不同路线，围绕专门的 Robotics 事业部打造超过 130 项商业设计合作，并主打一种避免与 NVIDIA 品牌正面竞争的开放平台定位；而 NXP 则通过收购 Kinara 以及全新的“Neural Axis”芯片架构，构建自己的边缘 AI 能力。
Jetson（约占 39%，估算）
在位领先者，拥有十余年先发优势和最深厚的软件生态（Isaac、CUDA）。Thor 是目前的顶配模组。
Dragonwing IQ10 芯片
于 CES 2026 推出，明确定位为面向不需要 Thor 全部算力上限的机器人的低功耗、低成本替代方案。
Intel Robotics 事业部
拥有超过 130 个商业设计合作，被定位为一种避免与 NVIDIA 品牌正面竞争的开放平台替代方案。
NVIDIA 自述的开发者采用数字，相隔一年的两次说法
NVIDIA Newsroom，2025 年 8 月／NVIDIA Blog，2026 年 7 月——均为公司自行披露，未经独立审计
相关阅读
机器人 AI 计算与芯片：市场规模与主要厂商
机器人计算芯片市场的真实规模，以及谁在试图挑战 Jetson 的领先地位。
06Jetson 在整体业务中的定位
Jetson 的营收并未单独披露——NVIDIA 将其计入合并的“汽车与机器人”条目下，其中还包含规模大得多的 DRIVE 汽车业务；2026 财年这整个合并条目仅约占 NVIDIA 总营收的 1%。本站的 Isaac GR00T 与 DRIVE 文章对这幅财务全景有完整介绍；简而言之，Jetson 与 NVIDIA 物理 AI 布局的其余部分一样，是叠加在远比它庞大的数据中心业务之上的长期平台押注，而非 NVIDIA 眼下就需要变现的业务。
07前方挑战
代际碎片化
代际碎片化，是这条长达十一年的硬件谱系一项真实存在、却并不光鲜的代价。Jetson 每一代（TK1、TX1／TX2、Xavier、Orin、Thor）都使用不同版本的 JetPack 软件，各自有其支持窗口，这意味着基于较旧模组构建产品的开发者，最终都要被迫迁移到更新的硬件才能继续获得更新——这是一项真正的新进入者无需承担的维护负担，因为它们没有十年的历史模组需要维护。
独立基准测试仍然稀缺
与 Qualcomm 和 Intel 较新产品之间独立、同口径的基准测试仍然稀缺。本文中大多数性能和市场份额数字——NVIDIA 自己给出的算力数字、约 39% 的份额估算、开发者采用数字说法——都源自 NVIDIA 自己的发布或方法论并不完全公开的研究机构，而非由中立第三方实验室在三个平台上运行同一工作负载得出。
Thor 取舍的局限
Thor 的价格与功耗，是否对每一种应用场景都是正确的取舍，目前确实存在争议。Qualcomm 对 Dragonwing 的明确定位是：许多机器人并不需要 Thor 的全部算力上限，宁愿选择更便宜、功耗更低的芯片——这是在押注市场会按工作负载分化，而非所有人都汇聚到 NVIDIA 的顶配模组上。
08常见问题
Jetson 实际上是用来做什么的？
除了人形机器人演示之外，商业部署量最大的领域是物流和配送：Serve Robotics 的人行道配送机器人（超过 100,000 次配送）、Zipline 的配送无人机（超过 850,000 次配送），以及用于工厂质检的基于 Jetson 的机器视觉系统（Elementary Robotics，其客户包括 Toyota），都是目前以商业规模运行、有具体名称且经 NVIDIA 记录在案的案例。
Jetson 与 Isaac GR00T 或 DRIVE Thor 有什么区别？
Jetson 是硬件——NVIDIA 自 2014 年起出货的一系列设备本地 AI 计算模组。Isaac GR00T 是软件（一款机器人基础模型），恰好运行在 Jetson 硬件之上。DRIVE Thor 则是 NVIDIA 现款 Thor 芯片的另一个独立变体，通过汽车认证，专为汽车而非通用机器人打造。
目前 Jetson 的顶配模组是什么？
是 Jetson AGX Thor，于 2025 年 8 月正式全面上市。它基于 NVIDIA 的 Blackwell GPU 架构，在 130 瓦功耗范围内最高可提供 2,070 FP4 TFLOPS 算力，开发套件售价 3,499 美元。
NVIDIA 是否真的主导边缘 AI 计算市场？
多数说法认为确实如此，但精确数字并不牢靠：一项市场研究估算，Jetson 约占边缘 AI 计算收入的 39%，但未找到有完全公开、可核验方法论的研究机构发布过可比数字——应将其视为方向性参考。截至 2026 年年中，Qualcomm、Intel 和 NXP 是最明显的有组织挑战者。
09参考来源
03. 硬件发展史（2014—2025）
04. 现款一代：Jetson AGX Thor
相关文章