導語：樂聚夸父人形機器人已搭載NVIDIA Jetson Thor，并實現多種具身模型端側部署，在物流、智能制造、3C電子、汽車裝配、日化生產五大工業應用場景中，“夸父”以優異的性能完成了標準化流程操作。此舉將進一步加速樂聚的機器人產業落地和商業化進程。人形機器人從實驗室走向通用，需要面對的是非結構化、動態變化的真實環境，以及更復雜的人機交互環境。因此樂聚在不斷加速推進機器人的場景應用能力。由樂聚參與運營的北京、江蘇等人形機器人訓練場，基于NVIDIA Jetson Thor的賦能，已針對物流、智能制造、3C電子、汽車裝配、日化生產中的標準化場景對以“夸父”為代表的機器人做出更多突破。
樂聚夸父&NVIDIA Jeston Thor：
“最強本體”與“最強大腦”之遇
“夸父”作為樂聚的代表性全尺寸人形機器人，擁有40余個高自由度的全身仿生結構，為復雜任務的執行提供了更大的靈活性與適應性。然而，這一高自由度設計也帶來了更高的數據計算需求，系統需實時協調全身關節的協同運動，在保持全身平衡的同時精準完成各類操作任務。
NVIDIA Jetson Thor，以2070 FP4 TFLOPS AI計算能力，輕量化、靈活部署及多模態感知加持等特性，協助“夸父”在ACT、DP、VLA、Pi0等模型上呈現優秀的運算能力，在物流、智能制造、3C電子、汽車裝配、日化生產等工業場景訓練中貢獻了更絲滑流暢的操作表現。
物流場景：快遞分揀應用
優秀的長時穩定性能
在物流場景中，物品的形狀、尺寸與材質不固定，機器人需要快速、準確識別標簽并抓取目標，還需要在長時間連續作業中保持穩定性能及一致的任務執行表現。
為避免精度速度隨時間衰減，NVIDIA Jetson Thor帶寬提升35%，有效幫助了“夸父”長時穩定處理多模態大流量，實現智能優化算法、迭代學習控制等算法模型持續穩定運行。
這也意味著“夸父”能夠在長時間的分揀執行中運用多模態感知，學習并修正誤差，維持和提升在真實環境下的精度，實現穩定、耐用的性能突破。
智能制造場景：SMT料出庫應用
靈活的全身協調能力
在制造業，SMT料盤出庫訓練操作需要調用夸父的全身協調操作能力。
NVIDIA Jetson Thor憑借2070 FP4 TFLOPS，AI計算性能提高至7.5倍，疊加低延遲特性，協助“夸父”機器人能夠靈活調度并精準支配身體各肢體關節，高效響應復雜操作需求。
在實際SMT料盤出庫作業中，“夸父”依托這一算力優勢，可實現全流程高精度執行：不僅能準確識別、分類SMT料盤，以“輕拿輕放”的精細動作避免物料損傷，還能精準核查指定料盤信息，并與產線系統達成無縫數據對接，從操作精度、流程合規性到系統協同性多維度發力，為制造業場景下的作業流程可靠性筑牢根基。
3C電子場景：傳輸帶物料分揀應用
快速精準的高速運動場景工作能力
高速運動場景的工作能力，也是“夸父”的訓練方向之一。在3C電子應用場景中，高速流動的物料，需在毫秒級內完成識別與動作反應，這嚴苛考驗了“夸父”實時動態視覺處理能力，更對其快速反應快節拍、手眼協調、控制頻率、全身運動協調性提出了綜合挑戰。
在這一場景中，“夸父”在搭載NVIDIA Jetson Thor的情況下能夠實現毫秒級內完成識別與動作反應，完成在指定速度下傳送分揀的精準操作。
汽車裝配場景：空箱回收搬運應用
自由執行的空間作業能力
空箱回收搬運訓練，將進一步推進“夸父”的場景理解與自主決策能力，實現全身自由執行高難度作業，不再依賴固定位置推理。
在具體作業中，“夸父”憑借高自由度的關節協同與高精度操作模塊，能夠精準識別空箱的空間位姿，自主調整抓取姿態，靈活適配不同尺寸、重量的周轉箱。NVIDIA Jetson Thor多模態感知加持，支持多種模型與任務，讓“夸父”能更好地像人一樣綜合調用多種”感官”理解周圍環境，擺脫固定位置束縛，靈活應對復雜場景。
日化生產場景：日化產品定姿擺放
從容應對復雜銜接操作
面對工業及生活中大量存在的復雜銜接場景，“夸父”在日化產品定姿擺放這一典型應用場景中，便展現出出色的適配能力。日化產品物體表面形態多樣，完成定姿擺放的靈巧動作則要求夸父具有更復雜的觸/力覺感知、非剛性物體操作以及雙臂協同的能力，以及長鏈條復雜動作銜接，任何不平滑都會導致失敗。
NVIDIA Jetson Thor 7B+VLA實時推理，參數承載力提升3-4倍，能幫助“夸父”支持更復雜的VLA模型，使機器人能理解更抽象指令，進行多步驟任務規劃，實時交互與動態響應，從容應對復雜銜接操作。
