物理AI的架構師：NVIDIA Thor芯片，世界模型基座

點擊藍字

關注我們

因為公眾號平臺更改了推送規則。記得點下右下角的大拇指“贊”和紅心“推薦”。這樣每次新文章推送，就會第一時間出現在訂閱號列表里。

最近，數字模擬與物理現實之間的界限已徹底消失。英偉達已正式將DRIVE Thor“superchip”從研發實驗室推向全球交通運輸和機器人產業的核心領域。隨著首款搭載Thor芯片的量產車輛登陸歐洲和亞洲市場，這款芯片已不再僅僅是一種處理器，而是新一代物理AI的基礎“大腦”。

這一里程碑的意義不可估量。通過將生成式AI、自動駕駛和人形運動所需的巨大計算需求集中到一個基于Blackwell的統一架構中，英偉達使機器不僅能執行代碼，更開始“理解”物理世界。借助統一的“世界模型”，配備Thor芯片的機器能夠實時預測因果關系，實現了以往僅存在于科幻作品中的安全性和自主性水平。

技術核心：Blackwell架構，2000 TFLOPS，以及推理引擎 

Thor平臺的核心是NVIDIA的Blackwell架構，該架構專為邊緣計算這一高要求環境而設計。它可提供高達2000 TFLOPS的4位浮點（FP4）性能，相比前代產品DRIVE Orin實現了7.5倍的性能提升。如此強大的計算能力對于運行“NVIDIA Cosmos”和“Alpamayo”模型至關重要——這些基礎模型充當了機器的認知核心。與以往依賴零散神經網絡進行感知和規劃的版本不同，Thor采用統一的基于Transformer的推理引擎，來處理“世界模型”。

這種統一方法使芯片每秒能夠模擬數千種潛在的未來場景。例如，2026年國際消費電子展（CES）上推出的Alpamayo模型——一種視覺-語言-動作（VLA）模型——可為車輛實現“思維鏈”推理。一輛搭載Thor系統的汽車不再僅僅識別“移動物體”，而是能推理出“一個追逐球的兒童很可能進入街道”，并提前調整行駛路線。這一向基于推理的AI發展，標志著與2020年代初依賴模式匹配算法的方式不同，為自動駕駛系統長期困擾的“long-tail”邊緣情況提供了更穩健的解決方案。

此外，NVIDIA 還通過“Jetson Thor”擴展了該平臺，該版本專為人形機器人優化。該模塊運行 Isaac GR00T N1.6 基礎模型，使機器人能夠學習復雜的靈巧操作和類人類的運動方式。借助多實例 GPU（MIG）技術，Thor 能夠在單個節能SoC上同時處理雙足機器人行走所需的復雜平衡控制、自然語言指令處理以及高速傳感器融合任務。

重塑硅芯片與機器人領域的競爭格局 

Thor的發布在科技行業引發強烈震動，鞏固了英偉達作為物理AI生態系統主要架構者的地位。包括梅賽德斯-奔馳、沃爾沃和捷豹路虎在內的各大汽車巨頭，已將Thor集成到其2026年旗艦車型中。更重要的是，比亞迪、小鵬、蔚來和極氪等中國電動車領軍企業的大規模采用，表明Thor已成為高端智能汽車的事實上標準。

這種主導地位對高通和特斯拉等競爭對手構成了重大挑戰。盡管特斯拉仍在持續迭代其自主研發的FSD硬件，但英偉達開放的生態系統——不僅提供芯片，還提供完整的“全棧”仿真工具和基礎模型——已吸引了大量合作伙伴。在自動駕駛卡車領域，諸如Aurora和Waabi等初創企業正利用Thor技術，在使用更少硬件傳感器的情況下實現4級自動駕駛，從而顯著降低了商業化門檻。

在機器人領域，其影響更為深遠。諸如現代汽車旗下的波士頓動力和NEURA Robotics等公司，如今正采用Jetson Thor為他們的最新人形機器人原型提供動力。通過提供標準化的超高性能計算平臺，英偉達正在為機器人行業做智能手機為移動軟件所做的事：構建一個統一的硬件層，使開發者能夠專注于“智能”本身，而非底層的硅芯片。

物理AI的黎明與統一世界模型 

超越規格和市場份額，Thor代表了AI領域的一次根本性變革。我們正從“網絡AI”——即在服務器上處理文本和圖像的大型語言模型——邁向“物理AI”，即模型能夠與現實世界互動并改變物理環境。統一世界模型這一概念正是核心所在。通過在“NVIDIA Cosmos”上進行訓練，這些機器實際上正在學習物理定律。它們借助NVIDIA Omniverse生成的大規模合成數據，理解重力、摩擦力以及空間的持久性。

這一進展與原始GPT模型的里程碑相呼應，但針對的是物理世界。正如GPT-3證明了參數擴展能夠導致語言涌現一樣，Thor正在證明邊緣計算的擴展可以帶來物理直覺。然而，這項突破并非沒有擔憂。依賴于集中式世界模型引發了關于數據主權以及AI推理“黑箱”性質的疑問。如果由Thor驅動的機器人或汽車出現錯誤，其2000 TFLOPS推理引擎的復雜性可能使人類調查人員難以準確分析出錯誤發生的確切原因。

人們已經開始將這一現象與第一代iPhone的問世或互聯網的推出相比較。我們正見證著“移動萬物互聯網”的誕生，即每臺機器都具備自主導航和執行復雜任務的能力。隨著這些機器在2026年大量普及，其帶來的社會影響——從勞動力的替代到城市基礎設施的重構——才剛剛開始顯現。

展望未來：通往2027年及更遠的路徑 

短期內，我們可以期待英偉達將繼續完善Thor系列，可能進一步推出面向航空（電動垂直起降飛行器）和海上自主航行的專用版本。下一個重大挑戰將是集成更加先進的視覺-語言-動作模型，使機器人能夠在沒有預先地圖的情況下，在繁忙的建筑工地或動態的醫院樓層等非結構化環境中運行。專家預測，到2027年，由Thor的后續產品驅動的“零樣本”機器人——即機器人僅憑口頭指令就能執行從未見過的任務——將成為新的行業標準。

挑戰依然存在，尤其是在功耗和熱管理方面。盡管Thor在同類產品中效率極高，但以2000 TFLOPS的性能運行完整的世界模型所需的能耗仍相當可觀。我們很可能看到圍繞“神經形態”協處理器，甚至更先進的散熱系統在人形機器人領域迎來創新熱潮。此外，隨著歐盟和美國監管機構最終敲定2026年的AI安全協議，NVIDIA通過Thor的推理日志提供“可解釋AI”的能力，將成為其持續保持領先地位的關鍵因素。

評估：一個歷史性的轉折點

NVIDIA的Thor不僅僅是一次成功的發布，更是“物理AI”革命的催化劑。通過在邊緣端提供強大的計算能力以運行統一的世界模型，NVIDIA有效賦予了機器感知周圍環境并推理復雜物理交互的能力。這項技術從實驗性芯片向2026年2月投入量產的車輛和類人機器人的轉型，標志著人機交互領域的一個歷史性轉折點。

今后，AI成功的關鍵指標將不再取決于模型寫文章的能力，而是看它能否安全高效地穿梭于城市街道，或在制造工廠中提供幫助。隨著Thor生態系統已穩固建立，科技界正密切關注競爭如何應對，以及社會將如何適應一個周圍物體終于開始“思考”的世界。

原文鏈接：

< 長按識別二維碼添加好友 >

加入上述群聊

長按并關注

帶你走進萬物存儲、萬物智能、

萬物互聯信息革命新時代

微信號：SSDFans