英伟达发布Jetson Orin Nano 2:面向无人机与机器人的边缘物理AI计算平台
英伟达正式推出Jetson Orin Nano 2边缘计算模组,主打低功耗、高能效的实时AI推理能力,专为无人机、家用机器人和视觉系统设计。该模组提供78 TOPS AI算力、8GB内存及八核Arm CPU,15W模式下功耗比前代降低40%而性能持平,并支持Gemma 4、Qwen 3等轻量化大模型本地部署。翼航(Wing)与Matic Robots等首批合作伙伴已启动评估与集成。
推向边缘的‘物理AI’:定位入门级开发者场景
英伟达正式发布Jetson Orin Nano 2——一款面向边缘端机器人应用的嵌入式计算模组,旨在将‘物理AI’(即具备感知、理解与实时行动能力的AI)带入无人机、服务机器人及智能视觉系统。公司将其定位为开发者入门级硬件选择,使生成式AI模型无需依赖数据中心,即可直接在终端设备上运行。这一战略转向基于小型与中型AI模型能力的显著跃升:英伟达指出,当前此类模型的精度已达到一年前仅由最大规模前沿模型才能实现的水平。英伟达机器人与边缘AI副总裁Deepu Talla表示:“Jetson Orin Nano 2让这项突破触手可及——为数百万开发者提供边缘实时推理所需的性能与能效。”
硬件规格:更高算力、更低功耗、同尺寸升级
Jetson Orin Nano 2提供78万亿次/秒(78 TOPS)AI算力,配备8GB内存与八核Arm CPU。其设计目标是在严控成本与功耗前提下,显著提升AI推理与视频处理性能。相比现役的Jetson Orin Nano Super,新模组推理性能提升一倍,主要得益于增强型Tensor Core架构与更高带宽内存,且维持与前代相同的紧凑外形尺寸。在15瓦运行模式下,其功耗较Orin Nano Super降低40%,同时性能保持一致。
软件生态:开放栈支持轻量化大模型边缘部署
该模组运行于英伟达开放的Jetson软件栈,兼容Jetson Agent Skills及整个Jetson AI生态系统。英伟达明确表示,其硬件经过优化,可高效运行内存受限环境下的大语言模型(LLM)与视觉语言模型(VLM)。官方列举的适配模型包括英伟达自研的Cosmos与Nemotron系列,以及开源模型Gemma 4与Qwen 3,开发者可直接在其上部署并运行这些模型。
首批合作伙伴落地探索真实场景
英伟达已公布首批采用或评估Jetson Orin Nano 2的企业,包括工业视觉厂商Cognex、工程机械巨头Doosan Bobcat,以及消费级机器人公司Matic Robots。据称,已有超300万名开发者基于英伟达机器人技术栈进行开发。合作伙伴计划将该模组应用于家庭机器人、视觉AI系统、物流与巡检无人机、载板(carrier board)、整机硬件系统及参考设计等方向。
翼航(Wing)——Alphabet旗下专注无人机配送的子公司,目前全队列配送无人机均搭载Jetson Orin Nano Super及配套软件栈。该公司已启动Jetson Orin Nano 2评估工作,目标是强化实时AI感知与推理能力,从而加快本地商户至住宅庭院的末端配送速度并提升安全性。翼航感知部门负责人Dinuka Abeywardena指出:“无人机配送高度依赖能快速、可靠理解现实世界的AI。Jetson Orin Nano 2为我们提供了更敏捷、更节能的路径,助力交付更快、更可靠。”需注意,翼航尚未公布从评估转入量产部署的时间表。
Matic Robots正将Jetson Orin Nano 2集成至其家用清洁机器人平台。借助该模组,Matic将实现对话式AI交互、手势识别、高精度建图与家居语义理解,并支撑动态环境中的自主清洁行为。联合创始人兼CEO Navneet Dalal强调:“家用机器人必须理解人类、精准测绘空间、识别物体与布局,并在持续变化的环境中自主作业。Jetson Orin Nano 2使Matic得以在紧凑型家用机器人平台上,实时运行业界最先进的边缘AI模型,覆盖感知、交互与导航全链路。”
硬件与软件伙伴生态加速商业化落地
英伟达同步公布了围绕Jetson Orin Nano 2构建的广泛硬件合作伙伴阵容:AAEON、ADLINK、研华(Advantech)、Aetina等厂商正开发配套载板与整机系统;Antmicro、Aptiv、Auvidea、AVerMedia等则聚焦定制化AI软件与参考设计;Chuanglebo、Connect Tech、ForeCR、JWIPC、Neurealm、Plink、Realtimes、RidgeRun、RS、Seeed Studio、Tauro Tech、Twowin、TZTEK与YUAN等亦加入支持行列。英伟达总结称:‘前沿智能已抵达边缘。曾需在数据中心运行的前沿模型,如今正走向终端设备。’
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(AI News) →