开发者开源 AGX Thor 实时视觉语言模型环境理解系统

开发者 chrismatthieu 在 NVIDIA Jetson AGX Thor 上接入 Intel RealSense 立体深度相机，搭建实时视觉语言模型环境理解系统并将全部源码开源。将 RealSense SDK 升级到 v2.58.4 并采用零拷贝 GPU 处理后，本地 Qwen 模型可以约 4Hz 的频率描述机器人空间感知，单帧深度推理仅约 75ms，整体达到每秒 10–12 帧的场景推理。

2026-09-04 ~ 2026-09-04 · 3 条相关

• 开发者实测:RealSense 新 SDK 让本地 Qwen 模型以 4Hz 描述机器人空间感知 — chrismatthieu · 2026-09-04
• AGX Thor 跑 RealSense 视觉栈,单帧深度推理仅 75ms — chrismatthieu · 2026-09-04
• Jetson AGX Thor 跑 VLM 实时环境理解：每秒 10-12 帧场景推理，源码开源 — chrismatthieu · 2026-09-04