英偉達推出Thor架構機器人計算模塊T3000與T2000
英偉達基於Thor架構發佈T3000和T2000兩款機器人計算模塊，芯片尺寸縮小一半，性能保持不變；公司稱此舉可在內存價格高企時降低成本，目標是將人形機器人與邊緣AI從實驗室推向大規模部署。
T2000主攻入門級自主移動機器人和工業機械臂，1X、波士頓動力、亞馬遜機器人、發那科和美敦力等公司已在使用該平臺開發產品；同時發佈新“智能體技能”，開發者無需換硬件即可減少內存佔用，兩款模塊計劃2027年第一季度出貨。
市場機制上，小型化模塊降低硬件門檻，事件驅動機器人與邊緣AI項目資金加速流入，芯片與內存供應商受益，傳統大型計算平臺承壓。
來源：公開信息
ABAB AI 解讀
英偉達此前通過Jetson系列主導邊緣機器人計算，此次Thor架構模塊延續其從數據中心向機器人專用硬件擴展的路徑，類似過去GPU小型化推動消費級AI的策略。
資本路徑上，英偉達將研發資源轉向更小芯片與智能體技能，降低部署成本吸引1X、波士頓動力等夥伴，動機是通過生態鎖定搶佔人形機器人與工業自動化算力市場份額。
類似早期Jetson在機器人領域的佈局，目前邊緣AI硬件處於從實驗室原型向大規模商用轉型階段，2027年出貨標誌供應鏈成熟。
本質屬於技術替代，更小芯片以成本優勢替代大型方案，發生機制在於內存價格壓力與部署需求推動硬件優化，資本向掌握端側高效算力與軟件技能的平臺集中，加速機器人從概念到產業化落地。
ABAB News · 認知定律
芯片越小，部署越廣，成本決定規模。
性能不降，尺寸減半，創新壓低內存枷鎖。
實驗室到工廠，先佔算力者先勝。