宇树 H2 Plus 参考设计拆解：75 自由度背后，NVIDIA 想收的是哪一层税
宇树 H2 本体 31 自由度 + Sharpa 双手 22 自由度 = 75 自由度，配 Jetson AGX Thor T5000（2070 FP4 TFLOPS / 128GB），0.972 kWh 电池约 3 小时。这是一台「身体」和一套「大脑」被打包卖的研究平台——NVIDIA 要的不是硬件利润。
- 配置：H2 本体 31 自由度（约 180 cm / 68 kg），双臂各 11 自由度的 Sharpa Wave 触觉五指手（22 自由度，带触觉），合计 75 自由度。
- 算力：NVIDIA Jetson AGX Thor T5000，Blackwell GPU，2070 FP4 TFLOPS，14 核 Arm CPU，128 GB 统一内存，40–130 W 可配。
- 动力：臂扭矩峰值 120 N·m，腿扭矩峰值 360 N·m，额定臂负载 7 kg / 峰值 15 kg。
- 续航：15 Ah / 0.972 kWh 电池，约 3 小时；支持远程急停。
- 关键判断：这是 NVIDIA 第一次把「本体 + 手 + 算力 + 软件栈」打包成一个可采购的 SKU。它的目的不是卖机器人，是让全世界研究者的默认开发栈变成 Isaac。谁定义了标准，谁就收后面的税。
75 自由度是怎么凑出来的
H2 Plus 的官方定义是「第一台基于 NVIDIA Isaac GR00T 开发平台的人形机器人参考设计」。拆开看，它是四样东西捆在一起卖：宇树 H2 本体（身体）+ Sharpa Wave 触觉五指手（手）+ Jetson AGX Thor（算力）+ Isaac GR00T 软件栈（大脑）。
注意这个比例：两只手的自由度占了全身的 59%。这是一个非常明确的信号——H2 Plus 不是给研究「怎么让机器人跑得快」的人准备的，是给研究「怎么让机器人用手干活」的人准备的。
这就像配电脑。你要做视频渲染，显卡占一半预算；你要做数据库，内存和硬盘占一半。看一台研究平台的自由度怎么分配，就知道它默认你要研究什么课题。44 个自由度放在手上，等于把考卷的第一道题出成了「抓取」。
Jetson AGX Thor T5000：2070 FP4 TFLOPS 意味着什么
官方给的关键参数：Blackwell GPU，2070 FP4 TFLOPS AI 算力，14 核 Arm CPU，128 GB 统一内存，40–130 W 可配置功耗。
这几个数字要放在一起读才有意义：
| 云端推理 | 端侧推理（Thor） | |
|---|---|---|
| 延迟 | 受网络抖动影响，几十到几百 ms | 本地闭环，可控在个位数 ms |
| 断网 | 直接失效 | 照常工作 |
| 数据 | 视频流必须出网，工厂/医院场景难接受 | 数据不出设备 |
| 成本 | 按用量持续付费 | 一次性硬件成本 |
| 模型上限 | 基本不限 | 受内存和功耗约束 |
128 GB 统一内存这个数字，比 2070 TFLOPS 更值得看。当前主流 VLA 模型的参数规模普遍在 70 亿上下，128 GB 的内存意味着本机不仅能跑推理，还能跑微调和在线自适应。研究者不再需要「采集数据 → 传回集群 → 训练 → 部署」这个来回，可以在机器人上直接闭环。
Isaac GR00T 到底给了什么
官方列出的软件栈包含五层，覆盖从数据采集到真机部署的完整链路：
官方同时明确：「研究者保留对自己机器人数据、训练数据、遥测和日志的控制权。」这句话在厂商新闻稿里出现，本身就是在回应一个疑虑。
NVIDIA 想收的那层税，不在硬件上
把这件事放到 NVIDIA 的整体动作里看，逻辑就很清楚了。这家公司同时在卖：GPU（算力）、Jetson（边缘算力）、Isaac Sim（仿真）、GR00T（模型）、Omniverse（数字孪生），现在又多了一个「参考设计」——把本体和手也打包进来。
这就像打印机和墨盒。打印机可以卖得很便宜，甚至贴钱，因为真正的利润在后面每一支墨盒上。NVIDIA 把参考设计做出来、把模型开源、把软件栈给全，是在让全世界的实验室都从它的栈上起步。等这些学生毕业进公司、这些论文变成产品，默认选型还是它。
黄仁勋在这条新闻里的原话：「人形机器人将把物理 AI 带进全球最大的产业，开启数万亿美元的经济机会。」这句话的重点在「开启」，不在「机器人」。