# 英伟达发布两款新的 Jetson Thor 边缘计算模块 T3000 和 T2000，把 Blackwell 架构塞进了更小、更省电的机器人电脑里

> 原标题：NVIDIA Introduces New Jetson Thor Computers to Advance Mainstream Robotics and Edge AI

- 来源：NVIDIA 博客
- 发布时间：2026-07-15T23:00:54.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/44594
- 原文：https://blogs.nvidia.com/blog/jetson-thor-robotics-edge-ai-agent/

## 摘要

英伟达推出了 T3000 和 T2000 两款基于 Thor 架构的新模块。T3000 算力 865 FP4 teraflops，配 32GB 内存和 273GB/s 带宽，体积和功耗大约是之前 T5000 的一半，但跑多模态模型的推理速度差不多，能帮客户在高内存价格下省一笔硬件钱。T2000 算力 400 FP4 teraflops，16GB 内存，...

## 推荐理由

英伟达发了 Jetson Thor 系列的新模块 T3000 和 T2000，主打边缘机器人。T3000 的卖点很直接：算力 865 FP4 teraflops，配 32GB 内存和 273GB/s 带宽，体积和功耗砍到 T5000 的一半左右，但跑多模态模型推理速度没怎么掉。我会先打个折——这是官方博客，没给第三方跑分，也没说什么时候能大规模买到。不过内存优化这块确实戳中痛点，现在内存贵，能省就是赚。T2000 给到 400 FP4 teraflops 和 16GB 内存，定位更低一些。整体看，对做机器人或边缘 AI 的团队是个值得跟进的信号，但...

## 锐评

这次发布的核心是省钱和降门槛。T3000 把算力做到 865 FP4 teraflops，体积和功耗大约是之前 T5000 的一半，但跑多模态模型的推理速度差不多。在内存价格还高的当下，这等于让客户用更小的硬件跑同样的活。T2000 则把门槛拉到 400 teraflops、16GB 内存，给视觉 AI、移动机器人这些场景一个更便宜的入场券。

软件这边有个值得看的点：新发布的 Jetson agent skills 能自动做内存优化，有客户省出了 15GB 内存，直接从 64GB 模块降级到 32GB。这个省钱逻辑比硬件本身更直接。Cosmos 3 Edge 这个 40 亿参数的世界模型也能直接在设备上跑，做实时视觉和机器人策略，不过实际效果还得看落地验证。

正文没披露 T3000 和 T2000 的定价和发货时间，这点先别太激动。另外所有案例都来自英伟达官方博客，没有第三方独立测试数据，性能对比和内存节省数字建议打个折看。