AGX Thor 跑 RealSense 视觉栈,单帧深度推理仅 75ms
chrismatthieu · x · 2026-09-04
开发者分享在 NVIDIA Jetson AGX Thor 上搭配 RealSense 3D 双目视觉做机器人感知的第二天进展:
- 整套系统(含 RealSense SDK)已全部跑在 GPU 上
- 用 BLIP-CUDA 替换 Qwen 作为视觉语言模型,让机器人描述周围环境并带深度信息
- 单次推理仅 75ms,约每秒 10-12 次 VLM 场景推理
- 作者表示源码放在评论区,可复现。
所属事件:开发者开源 AGX Thor 实时 VLM 环境理解系统(3 条相关)→
「具身」频道最新
- 博主算账:机器人日产达新生儿水平时,人类将开始被替代 — JosephJacks_ · 2026-09-04
- Zoox 无人车开通拉斯维加斯机场接送线，运营城市继续扩张 — Fowe · 2026-09-04
- Chris Paxton:上下文学习或带来机器人的「GPT 时刻」 — chris_j_paxton · 2026-09-04
- 开发者用 Claude 制作 ESP32 联网交互桌面小设备，盛赞其设计功底 — EricBuess · 2026-09-04
- Runway 携手 NVIDIA：GWM Worlds 2 世界模型用于具身 AI 训练 — tlakomy · 2026-09-04
- 用 1/100 数据超越 pi0.5，符号世界模型在物理 AI 复活 — furongh · 2026-09-04