NVIDIA 發布新一代入門級機器人計算平台 Jetson Orin Nano 2，瞄準機器人、無人機等邊緣 AI 應用。

文章作者、來源：新浪科技

NVIDIA 正將人工智慧（AI）的能力進一步從資料中心延伸至機器人等現實世界設備。

美國東部時間25日週二，英偉達宣布推出新一代入門級機器人計算平台 Jetson Orin Nano 2，瞄準機器人、無人機等對成本、功耗和實時計算能力較為敏感的邊緣AI應用。

NVIDIA 表示，在保持相同緊湊尺寸的情況下，Jetson Orin Nano 2 的推理性能較上一代 Jetson Orin Nano Super 提升 2 倍；在 15 瓦功耗模式下，僅需低 40% 的功耗即可實現與上一代相同的性能。

從硬體來看，Jetson Orin Nano 2 配備 8 核處理器、8GB 記憶體，AI 算力達到 78 兆次運算/秒。英偉達表示，新平台透過升級張量核心、提高記憶體頻寬等方式提升 AI 推理能力，同時繼續兼容英偉達面向機器人和邊緣 AI 打造的軟體生態，可運行經過記憶體效率優化的大語言模型和視覺語言模型，包括 Cosmos、Nemotron、Gemma 4 和 Qwen 3 等。

此次新品發布的意義不僅僅是推出一款性能更強的小型AI電腦。隨著AI模型不斷小型化以及推理效率持續提升，過去主要依賴雲端處理的視覺理解、語言交互和實時決策任務，正逐漸向機器人、無人機等終端設備遷移。英偉達希望透過Jetson Orin Nano 2進一步降低物理AI進入入門級設備的門檻。

小型 AI 模型加速落地，機器人端側智能需求升溫

Jetson Orin Nano 2 的推出，正值人工智能產業從雲端向終端延伸的階段。

與數據中心AI不同，機器人和無人機對計算平台有更嚴格的限制：設備體積有限，通常無法搭載高功耗處理器，同時還需在移動過程中持續完成視覺感知、環境理解和決策。因此，單位功耗能提供多少AI算力，往往比單純追求峰值算力更為重要。

英偉達表示，Jetson Orin Nano 2 在 15 瓦模式下，可比上一代以低 40% 的功耗實現相同性能。對於電池供電的機器人和無人機而言，這意味著設備製造商可在相同性能要求下減少能源消耗，也可將節省下來的功耗空間用於提升續航、散熱能力或其他感測器配置。

Meanwhile, the capabilities of small AI models are rapidly improving, also reshaping the boundaries of edge AI applications.

NVIDIA 的機器人與邊緣人工智慧業務負責人塔拉表示，如今一些中小型前沿模型的準確率已達到去年大型前沿模型的水平，這正在為邊緣設備實現實時智慧創造條件。

過去，邊緣人工智能主要承擔目標檢測、圖像分類等任務；而隨著模型能力增強，終端設備開始具備更為複雜的語言理解、視覺推理和多模態交互能力。

This also enables the robot to evolve from "able to perceive the environment" to "able to understand the environment and take action."

從視覺識別邁向多模態理解，實時決策成為關鍵

NVIDIA 正在將 Jetson 平台定位為機器人獲取「物理智能」的重要計算基礎。

目前，機器人需要處理的資訊已不再局限於攝像頭採集的圖像，還包括自然語言指令、語音、空間資訊以及來自不同感測器的資料。對於機器人而言，將這些資訊在本地快速融合，並在較低延遲下作出反應，是實現自主運行的重要條件。

Jetson Orin Nano 2 因此瞄準了多個典型場景，包括家用機器人、視覺人工智慧系統、配送無人機以及巡檢無人機等。

例如，谷歌旗下的無人機配送公司 Wing 此前已在其配送無人機中採用 Jetson Orin Nano Super 及英偉達的軟體技術棧，並計劃評估 Jetson Orin Nano 2。英偉達表示，更高的性能和能效有望幫助 Wing 進一步提升無人機的實時人工智能感知與推理能力。

家用機器人公司 Matic 則計劃利用 Jetson Orin Nano 2 增強機器人自然語言交互、手勢識別、空間建圖和語義理解能力，使機器人能夠更加自主地完成清潔等任務。

此外，英偉達還展示了 Jetson Orin Nano 2 運行 Reachy Mini 機器人的案例。英偉達稱，該平台可同時處理語言模型、語音模型和實時視覺人工智能任務，體現出入門級邊緣計算平台承載多種人工智能模型的能力。

對於機器人廠商而言，此類能力的重要性在於，機器人不再只是按照預先設定的程式完成固定動作，而是能夠根據視覺資訊和語言指令理解環境，再動態調整行動。

這也是英偉達近年來持續強調「物理AI」的原因：人工智能正逐步從螢幕中的軟體服務進入真實世界，並最終驅動機器人、汽車、無人機等實體設備。

Developers and partners expand, NVIDIA continues to strengthen its robotics ecosystem

除了晶片性能之外，軟體生態一直是 NVIDIA Jetson 平台的重要競爭優勢。

英偉達表示，目前已有超過 300 萬名開發者基於其機器人技術棧進行開發。隨著 Jetson Orin Nano 2 推出，英偉達也在進一步擴大圍繞機器人 AI 建立的軟體、硬體和開發者生態。Cognex, and Matic

在軟體方面，Jetson Orin Nano 2 繼續支援英偉達的機器人開發平台，並能夠運行經過邊緣設備記憶體效率優化的大語言模型和視覺語言模型，包括英偉達的 Cosmos、Nemotron，以及 Gemma 4、Qwen 3 等模型。

這意味著開發者可以在相對有限的硬體資源下，將語言理解、視覺理解和推理能力直接部署到機器人終端，而不必完全依賴雲端伺服器。

The hardware ecosystem is also expanding in sync.

NVIDIA 表示，Ailun、Linghua Technology、Advantech、Aetina、Antmicro、Aptiv、Connect Tech、Seeed Studio 等合作夥伴正在圍繞 Jetson Orin Nano 2 開發載板、硬體系統、人工智慧軟體及參考設計，協助機器人廠商縮短產品開發與上市週期。

NVIDIA 亦表示，首批開始採用或探索 Jetson Orin Nano 2 的企業包括 Cognex、斗山山貓（Doosan Bobcat）、Matic 等，Wing 也計劃對此平台進行評估。

從更長週期來看，英偉達試圖建立的並不是單一的機器人晶片業務，而是覆蓋人工智慧模型、軟體工具、計算平台以及機器人終端的完整生態。

這種模式與英偉達在數據中心人工智慧領域建立的競爭優勢具有一定相似性：通過硬體性能和軟件生態形成協同效應，再通過龐大的開發者群體進一步擴大平台吸引力。