NVIDIA Jetson Thor 引领边缘 AI 革命，NVDA 股价维持在 178 美元

NVIDIA Jetson 平台：让工业设备实现本地化 AI

NVIDIA 的 Jetson 平台使企业级人工智能能够在工业设备上本地运行，从卡特彼勒挖掘机到双臂机器人，完全无需依赖云端。

AI 处理从数据中心走向物理机器

NVIDIA 正在推动将 AI 处理从数据中心转移到物理机器，这一战略正在取得显著进展。Jetson 平台现在可以在各种设备上本地运行生成式 AI 模型，从八吨重的挖掘机到双臂机器人，彻底消除了云计算延迟和持续计算成本的问题。

Caterpillar 在 CES 展示其 Cat AI 助手

在今年的 CES 上，Caterpillar 展示了其基于 Jetson Thor 的 Cat AI 助手，该系统安装在一台 306 CR 迷你挖掘机中。这台机器虽小到可以装进集装箱，但复杂到需要大量操作员培训。系统使用 Qwen3 4B 进行自然语言处理，并采用 NVIDIA Nemotron 语音模型，所有功能均在本地执行，无需互联网连接。

为什么边缘计算对工业 AI 至关重要

这一转变解决了工业 AI 中的一个基本矛盾。云部署适用于聊天机器人等场景，但物理系统需要的是亚毫秒级响应时间、无论网络状况如何都能保持一致的行为，以及在无网络连接环境下仍能正常工作的能力。

半导体行业中的内存短缺进一步加剧了问题，推高了离散组件方法的成本。Jetson 的模块化设计将计算和内存整合在一起，简化了制造商的硬件采购流程。

NVIDIA 股价与市场表现

3 月 10 日，NVIDIA 股票交易价格为 178.03 美元，当日下跌 1.7%，公司市值维持在 4.57 万亿美元。Jetson 业务虽然是 NVIDIA 更广泛 AI 基础设施战略中的一小部分，但具有重要的战略意义。

实际部署加速推进

围绕 Jetson 的开发者生态系统迅速扩展。Franka Robotics 在 CES 上展示了其 FR3 Duo 双臂系统，完全依靠 NVIDIA GR00T N1.6 视觉-语言-动作模型运行，无需任务脚本。

NVIDIA 自己的 GEAR 实验室通过 1 亿帧动作捕捉数据训练了一个仿人控制器，并将其部署在实体机器人上，其中运动学规划器在 Jetson Orin 上以大约每轮 12 毫秒的速度运行，策略循环以 50 Hz 的频率执行，全部在本地完成。

伊利诺伊大学厄巴纳-香槟分校（UIUC）的机器人团队在 Jetson Thor 上开发了一款抹茶制作机器人，并在 NVIDIA 具身 AI 黑客松比赛中获得第一名。纽约大学机器人中心最近也在该平台上运行了其 YOR 机器人，展示了在抓取和放置任务上的改进。

模型性能数据

Jetson Thor 在单并发情况下可为 Mistral 3 模型提供每秒 52 个标记的性能，扩展到八个并发请求时达到每秒 273 个标记。Qwen 3.5-35B-A3B 模型推理速度为每秒 35 个标记。Physical Intelligence 的 PI 0.5 模型在机器人应用中每秒生成 120 个动作标记。

合作伙伴关系与未来计划

ABB Robotics 于 3 月 9 日宣布与 NVIDIA 合作，专注于工业级物理 AI 部署。德州仪器（Texas Instruments）紧随其后，在 3 月 5 日宣布了自己的合作计划，目标是下一代物理 AI 系统。

NVIDIA 计划在下个月的 GTC 2026 上展示这些能力，包括一场关于工业自主性的专题讨论会。对于已经在该平台上开发的开发者来说，信息很明确：模型已经准备就绪，硬件也已存在，问题已经从边缘 AI 是否可行转变为它能以多快的速度扩展。