ADI采用NVIDIA Jetson Thor平台，推动人形机器人物理智能与推理能力发展

　　当前，人形机器人正逐步迈向实际应用部署阶段，其落地节奏取决于物理智能与实时推理能力的发展。随着NVIDIA Jetson Thor平台的正式面市，Analog Devices, Inc. (ADI)将进一步加速人形机器人与自主移动机器人(AMR)的研发进程。

　　通过将ADI的边缘感知、精密运动控制、电源完整性及确定性连接技术与Jetson Thor的计算能力、Holoscan Sensor Bridge及Isaac Sim全面整合，双方正共同为具备推理能力的机器人构建一条从仿真到实际部署的规模化落地路径。

　　物理智能的全新标杆

　　Jetson Thor重新定义了机器人技术的可能性。该平台搭载NVIDIA Blackwell GPU、Transformer引擎、多实例GPU (MIG)技术、14核Arm Neoverse V3AE CPU，以及高达128GB的LPDDR5X内存，能在移动级功耗范围内实现2070 FP4 TFLOPS的服务器级AI计算性能。同时，其高吞吐量I/O接口(包括4×25 GbE)可提供实时融合密集型多模态传感数据所需的带宽。

　　凭借这一能力，NVIDIA Jetson Thor成为首个能大规模运行机器人基础模型的平台，从视觉-语言模型到视觉-语言-动作模型，均能提供稳定支持。这一突破使机器人跳出单纯的感知层面，迈入兼具推理能力与物理智能行为的全新阶段。而这与ADI的研发核心方向高度契合：通过传感、感知、控制与连接技术，让此类推理能力在真实场景中发挥作用，实现高精度的物理交互。

　　"机器人首次能够理解复杂任务。ADI提供精密的物理底层技术，结合NVIDIA Jetson Thor的推理能力，可实时响应现实世界的物理环境。双方携手合作将推动人形机器人从仿真环节稳步迈向可快速部署阶段。"——ADI边缘AI副总裁Paul Golding

　　基础模型：推理与物理智能的关键

　　机器人基础模型将数十年的技术难题整合优化，打造出具备多元感知能力的人形机器人，助力其实现接近人类速度的灵巧操控动作。不过，此类模型的真正突破在于推理能力：通过整合多模态输入，实时完成任务规划、环境适应与动作执行。

　　正如我们在2025年第三季度财报电话会议中所分享，随着这一技术变革的发展，ADI的业务也将迎来进一步拓展。人形机器人的每个关节都需要精准的电流、位置与扭矩控制;每一次物理接触都需要触觉与传感反馈;同时还需配备多个感知节点，而每个节点背后，都蕴含着信号链、感知栈与电源管理的业务机会，这些领域均需满足确定性运行与低延迟的要求，而这正是ADI的技术优势所在。

　　弥合Sim2Real差距

　　我们正将机器人基础模型嵌入ADI的开发栈，通过这一举措弥合仿真到现实(Sim2Real)的差距，确保ADI硬件在NVIDIA Isaac Sim中的表现与在真实场景中完全一致。我们的目标清晰明确：在NVIDIA Isaac Sim中构建物理精度最高的机器人相关解决方案，让研发团队既能以仿真速度快速迭代方案，又能依托ADI硬件与NVIDIA Jetson Thor，无缝扩展至真实系统并实现部署。

　　物理智能通过融合传感、执行与策略学习和推理能力，赋予机器人执行精密工业任务的能力。为此，需满足四大核心要求：高保真边缘传感、高能效且功能安全的电源方案、与中央计算单元的确定性连接，以及可实现Sim2Real闭环的数字孪生技术。

　　如今，我们已具备实现这一目标的条件：NVIDIA提供Jetson Thor作为计算基础，ADI提供信号链保真度、电源完整性及相关解决方案，使其实现落地应用。

　　ADI为人形机器人带来的核心价值

　　面向频繁接触操作的高保真边缘传感能力：我们正在研发创新型多模态触觉传感技术，同时提供ToF深度传感器、高精度IMU、关节编码器及多轴力/扭矩传感器，可精准捕捉机器人的接触状态与本体感知数据。

　　精密运动控制与功能安全电源方案：ADI提供电流、位置、扭矩相关的驱动与控制方案，搭配先进的多圈磁传感器，能够实现精准、高能效且安全的执行控制。

　　与中央计算单元的确定性连接：我们具备时间同步数据链路能力，将针对自身数据架构栈优化的定制算子与Holoscan平台集成，以可控延迟的方式将高密度传感器与感知数据流传入NVIDIA Jetson Thor。

　　仿真与数字孪生保真度：ADI面向NVIDIA Isaac Sim/Omniverse提供的高质量传感器模型及参数化器件行为模拟功能，与ADI硬件完全匹配，能够提升策略迁移效率，实现从仿真环境到真实系统的任务完成率。

　　ADI机器人技术栈如何与Jetson Thor平台适配

　　Holoscan Sensor Bridge借助NVIDIA JetPack 7实现确定性数据输入，通过针对ADI数据栈优化的Holoscan算子，将ADI传感器/执行器的同步数据流式传输至NVIDIA Jetson Thor的GPU/CPU，且全程保持可控延迟。

　　4×25 GbE互连技术可实现机器人手部、手臂、躯干及感知节点间的高吞吐量、时间对齐数据融合，凭借ADI连接技术专长，确保感知-推理-动作闭环的同步性与低延迟。

　　Thor平台的2070 FP4 TFLOPS计算性能支持NVIDIA Isaac GR00T等基础模型及 VLM/LLM推理任务，ADI的触觉传感器、ToF深度传感器、IMU及编码器输入数据可增强模型训练与运行策略，使实时推理具备物理精准性。

　　基于MIG的工作负载分区可将GPU划分为独立算力切片，分别用于移动控制、抓取规划、感知处理及VLA策略，简化功能分解流程。

　　"以NVIDIA Jetson Thor为‘大脑'，以ADI的高保真传感、信号链保真度及确定性连接为‘神经系统'，我们正加速推动机器人从NVIDIA Isaac Sim走向工厂车间，并确保其具备物理精准性。"——ADI边缘AI副总裁Paul Golding

　　推理与物理智能的未来展望

　　我们观察到，物流、农业及手术机器人领域对人形机器人的需求正持续攀升。前沿应用场景包括数据中心与汽车制造中对线缆组件的灵巧操作，这类任务对速度、精度与可重复性有着极高要求。双方在NVIDIA Isaac Sim中就数字孪生与策略训练展开协作，将ADI技术栈与NVIDIA Jetson Thor深度集成，不仅能满足这一需求，更将缩短人形机器人从概念到量产的周期。

　　这套技术栈(高保真传感、确定性连接及基于数字孪生的策略训练)同样可拓展至其他平台，例如AMR。目前，我们正与NVIDIA合作，通过我们的IMU、深度传感器及轮式编码器将ADI的感知技术集成到cuVSLAM中。而这仅仅是开始，NVIDIA Jetson Thor的推出为我们与NVIDIA的合作开启了新篇章。