全身协调+Thor算力,Booster T2人形机器人要把“能走”变成“能干”

Booster Robotics 发布旗舰人形机器人 Booster T2,号称全身协调控制与 NVIDIA Thor 芯片结合,算力达 2070 TFLOPS。目标是从“能移动”进化到“能工作”,并开放开发平台。目前为厂商正式发布状态。


图片来自 markets.businessinsider.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:markets.businessinsider.com。 来源:markets.businessinsider.com


人形机器人还在蹒跚学步?Booster Robotics 觉得该加速了。7月13日,这家公司正式发布了旗舰平台 Booster T2,一台号称全身协调、搭载 NVIDIA Thor 芯片的“具身智能开发平台”。厂商的说法很直接:让机器人从“能走”变成“能干”。T2 的 Pro 版配备 Thor 芯片,算力高达 2070 TFLOPS,是目前双足人形机器人中算力最强的机载平台之一。但算力不是目的,目的是让视觉、理解、规划和全身控制实时闭环。不过,目前这还只是厂商的官方发布,实际表现有待验证。

目前能确认到哪一步
announced(厂商正式发布)。Booster Robotics 于2026年7月13日通过新闻稿宣布推出 Booster T2,目前尚未公布价格、量产时间或具体上市日期。所有技术参数和性能描述均来自厂商官方声明。


全身协调:让机器人边动边干活
走路稳了,但一伸手就倒?这是很多人形机器人的通病。Booster T2 号称在双足运动控制上积累了多年经验,这次把腿、腰、臂、头甚至末端执行器全部协调起来。官方描述是:机器人可以在移动中操作物体、保持动态平衡、弯腰、转身,还能双手协同干活。换句话说,它不再是个只会走路的架子,而是试图成为一个能边跑边搬砖的工人。

这种“全身协调”听起来很酷,但实际效果如何?厂商没有提供具体的演示视频或第三方测试数据。目前所有描述都来自新闻稿,属于“厂商声称”范畴。不过,Booster Robotics 在 RoboCup 2026 上拿下了所有组别冠军,至少说明其底层运动控制能力在比赛中得到了验证。但比赛场景和真实工作环境差距不小,T2 能否在工厂或仓库里稳定干活,还得看后续实测。


图片来自 markets.businessinsider.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:markets.businessinsider.com。 来源:markets.businessinsider.com


Thor 芯片上机:算力不是摆设
Booster T2 Pro 版搭载了 NVIDIA 的旗舰芯片 Thor,算力达到 2070 TFLOPS。这个数字在双足人形机器人里确实拔尖,但厂商强调算力本身不是目标——关键是让视觉感知、多模态理解、任务规划和全身控制能在设备上实时闭环运行。也就是说,机器人看到东西后能立刻判断、规划动作并执行,而不是把数据传回云端再等指令。

不过,高算力也意味着高功耗和散热挑战。新闻稿没有提及 T2 的续航时间、散热方案或实际工作负载下的表现。另外,Thor 芯片目前主要面向自动驾驶和机器人领域,其供应和成本也是未知数。对于开发者来说,2070 TFLOPS 能跑多复杂的模型?官方没有给出参考案例,这部分信息有待后续披露。


图片来自 markets.businessinsider.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:markets.businessinsider.com。 来源:markets.businessinsider.com



图片来自 markets.businessinsider.com 的相关公开报道,展示产品、原型、使用场景或事件背景;具体信息以原始来源为准。 摄影/版权标识:markets.businessinsider.com。 来源:markets.businessinsider.com


开放生态:让开发者跳过造轮子
Booster T2 不只是卖硬件,还搭了一套叫 Booster Studio 的开发平台。官方称这是“首个面向具身智能的集成开发环境”,支持从仿真训练、策略开发到 Sim-to-Real 迁移和真机部署的全流程。开发者不用从零搭机器人系统,可以直接聚焦视觉-语言-动作模型、强化学习或模仿学习。

这套生态的开放性如何?新闻稿提到有“开放的软件接口”和“丰富的开发工具”,但没给出具体的 API 文档或兼容性列表。Booster Robotics 在 RoboCup 上已经吸引了 38 支队伍使用其机器人,说明平台有一定基础。但 T2 作为新平台,能否吸引更多第三方开发者?目前还不好说。对于想快速验证算法的团队,Booster Studio 可能是个省事的选择,但实际开发体验和社区支持仍需观察。

资料线索
cantechletter.com
markets.businessinsider.com

本文是基于公开页面整理的 AI 硬件情报,不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印,原摄影者和来源标识保留。
0
一起维护这篇内容

发现链接失效、信息过时或内容有误,可以提交更新建议。

我要更新

交流讨论

最新评论

返回顶部