Jetson Thor Day 1：本地跑 VLM 加 3D 视觉，每 350ms 描述一次所见
chrismatthieu · x · 2026-09-03
作者第一天上手 NVIDIA Jetson Thor，搭建了一套完全本地运行的机器人感知管线：
- 感知输入：Intel RealSense 提供实时 RGB + 深度（3D 视觉）
- 本地 VLM：在 Thor 上运行 Qwen 4B 级模型，约每 350ms 描述一次所见内容
- 测距：实时计算左/中/右三个方向的距离及中心目标距离
- 全程无云：所有推理都在 Thor 上本地完成
作者的核心观点：像素告诉 AI 世界长什么样，深度告诉机器人世界在哪里、如何运作。下一步计划把整套系统装到真实机器人上。
所属事件:开发者实测英伟达 Jetson Thor 本地运行视觉模型(2 条相关)→
「具身」频道最新
- 脑植入物让失语者重新开口，Science 长文综述语音 BCI 产业进展 — EricMTrautmann · 2026-10-18
- Meta 可穿戴 VP 用 3 部手机 23 副眼镜跑个人 AI Agent — nikola_mr64990 · 2026-10-18
- 旋转棱镜模拟微眼跳，事件相机首次获稳定纹理感知 — RexDouglass · 2026-10-18
- Neuralink 患者用意念操控机械臂、无人机和打游戏 — XFreeze · 2026-10-18
- 独立开发者自制人形机器人颈部，AI 辅助推球关节驱动设计 — _Stocko_ · 2026-10-18
- 退休教授因阻拦 Uber Eats 送餐机器人被逮捕 — johnnyApplePRNG · 2026-10-18