Jetson Orin Nano 2在达到与前代产品相同性能时功耗更低。图片来源：NVIDIA
随着AI模型变得更小、更高效，更多设备具备自主运行能力，但机器人开发者仍需要紧凑、节能的边缘AI计算平台。NVIDIA发布入门级Jetson Orin Nano 2，面向智能无人机、机器人和视觉AI等物理AI应用。
NVIDIA 机器人和边缘人工智能副总裁 Deepu Talla 表示：“今天的中小型前沿模型已经达到了去年最大前沿模型的精度，为边缘设备解锁了实时智能。” “Jetson Orin Nano 2 计算机让数百万开发人员能够实现这一突破，为智能无人机、机器人和视觉 AI 系统提供实时推理所需的性能和能源效率。”
他在新闻发布会上补充道：“在过去的三个月里，我们看到了支持物理人工智能的开放模型的演变以及它们变得多么重要。” “一年前，前沿模型是 6000 亿或 1 万亿个参数模型。一年后，我们能够将这种精度水平一直降低到 Orin Nano 2 中的入门级边缘 AI 产品。这太棒了。”
NVIDIA将机器人开发概括为“三台计算机、全栈”方法：Omniverse用于仿真测试，DGX用于模型训练，Jetson作为运行时部署的“机器人大脑”。
Jetson Orin Nano 2 提高了准确性和处理速度
“Jetson Orin Nano 2 在以下方面实现了重大飞跃： 人工智能 和 视频 NVIDIA 表示：“该系统具有每秒 78 万亿次操作 (TOPS) 的 AI 计算能力、8GB 内存和八核处理器 手臂 中央处理器。
Jetson Orin Nano 2 通过改进的 Tensor Core 和更高的内存带宽，使 Jetson Orin Nano Super 的推理性能提高了一倍，同时保持了相同的紧凑外形。 Talla 表示，在 15 瓦模式下，Jetson Orin Nano 2 的功耗降低了 40%，可提供与其前身相同的峰峰值性能 机器人报告.
NVIDIA指出，其现有的开放软件 堆 可以在 Nano 2 上运行，Nano 2 构建在与数据中心相同的 GPU 架构上。它旨在成为 Orin 现有客户的一个便捷服务。
结合 Jetson Agent Skills和 公司在技术生态系统中，开发人员现在可以运行针对内存高效边缘推理进行优化的最新大型语言模型 (LLM) 和视觉语言模型 (VLM)。其中包括 NVIDIA Cosmos 和 Nemotron、Gemma 4 和 Qwen 3 等开放型号。
塔拉在新闻发布会上表示：“这突然解锁了不可能实现的智能水平——十年来我们一直梦想着在边缘人工智能领域实现这一目标。” “这是一个重要的时刻，现在对于所有这些机器人和物理人工智能应用来说，我们实际上可以将 LLM 和 VLM 等前沿人工智能模型置于其他自主功能之上。我们相信这将加速人工智能在物理世界中的开发和部署。”
NVIDIA 已经更新了其高端 Jetson 产品，包括适用于主流应用的 Orin NX、Orin 和 T3000/T2000 以及适用于高级用途的 Jetson T5000/T4000。
开发人员使用NVIDIA堆栈进行物理AI应用
NVIDIA表示超过300万开发者 已经在建设 在其机器人堆栈上。合作伙伴如 康耐视, 斗山山猫、Matic 和 Wing 正在评估或使用 Jetson Orin Nano 2 在紧凑型设备中实现现实世界的边缘 AI。
“数千家公司在 Jetson 上搭载了入门级边缘人工智能，超过 10,000 家公司正在交付或开发基于 Jetson 的产品，”Talla 说。
字母表子公司 Wing 在交付中使用 Jetson Orin Nano Super 和 NVIDIA 软件堆栈 无人机 舰队。它计划评估 Jetson Orin Nano 2，以推进实时 AI 感知和推理，以实现更快、更安全 交货 从当地企业到住宅庭院。
Wing 感知主管迪努卡·阿贝瓦德纳 (Dinuka Abeywardena) 表示：“无人机送货依赖于人工智能，能够快速、可靠地了解现实世界。” “Wing 正在探索 Jetson Orin Nano 2，为我们提供一条获得响应速度更快、更节能的无人机的途径，帮助客户更快、更可靠地送货。”
Matic Robotics 正在使用 Jetson Orin Nano 2 实现与家庭更直观的交互 打扫 机器人。该公司正在为机器人提供对话式人工智能、手势检测、精确映射和语义理解。 家 环境和更大的自主权。
Matic Robotics 联合创始人兼首席执行官 Navneet Dalal 表示：“家用机器人需要了解人类、精确绘制空间、了解物体和空间的布局，并在动态和不断变化的环境中自主清洁。” “借助 Jetson Orin Nano 2，Matic 可以在专为实时感知、交互和导航而构建的紧凑型家庭机器人平台的边缘运行最先进的 AI 模型。”
“陪伴机器人的问题在于智能程度不佳，但现在，随着所有这些前沿级智能的出现，这些智能可以在 Orin Nano 或 Orin Nano 2 上实时运行，我们可以实现一类新的应用程序，”Talla 说。他还提到 Hugging FaceReachy Mini，它使用小型大语言模型进行语音识别。
NVIDIA 引用了 AAEON、ADLINK、Advantech、Aetina、Antmicro、Aptiv、Auvidea、AVerMedia、Chuanglebo、Connect Tech、ForeCR、JWIPC、Neurealm、Plink、Realtimes、RidgeRun、RS、Seeed Studio、Tauro Tech、Twowin、TZTek 和 YUAN 等 Jetson 合作伙伴构建的载板、硬件、定制 AI 软件和参考系统，以帮助客户缩短产品上市时间。
Talla 表示，他预计 NVIDIA 的技术能够实现通用导航和灵巧操作，并改进机器人训练， 安全和独立性。 NVIDIA表示，Jetson Orin Nano 2模块和开发套件将于2027年上半年上市。