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
- 西方压价东方?HT Robotics 人形机器人约 5000 美元遭遇 399 美元竞品 — philfung · 2026-09-03
- Waymo 得州车队新增 128 辆 Robotaxi,总数达 960 辆 — reed · 2026-09-03
- Yacine:RNN 足以学系统辨识,视觉策略训练并不难 — yacineMTB · 2026-09-03
- 机器人学的基准与真实差距将远大于 LLM，博主列出 14 项关键挑战 — Ben_Reinhardt · 2026-09-03
- 拄拐老人身后跟着机器人的视频走红：未来已经来了 — TansuYegen · 2026-09-03
- 机器人袭人视频被拆穿:按一下肩膀按钮全是演的 — 2C_ornot2C · 2026-09-03