NVIDIA Jetson 将智能体 AI 带入物理世界

智能体 AI 正在走向物理世界。

周二在 COMPUTEX 上，NVIDIA 宣布在 NVIDIA Jetson 上支持 NVIDIA JetPack 7.2 和 NVIDIA NemoClaw。

JetPack 7.2 为 NVIDIA Jetson Orin 带来智能体 AI 技能、Yocto 项目支持、NVIDIA CUDA 13，为 Jetson AGX Orin 32GB 模块带来显著性能提升，并在 NVIDIA Jetson Thor 上支持 Multi-Instance GPU（MIG）。

此次发布恰逢 GTC Taipei Build-a-Claw 活动，将 GTC San Jose 广受欢迎的动手实践活动带到台湾这一全球重要技术枢纽之一。

此次发布将 NVIDIA 的智能体 AI 框架 NemoClaw 引入生产级 Jetson 技术栈，把智能体 AI 从服务器和工作站带入物理世界，覆盖机器人、检测和工业自动化等场景。

NVIDIA 机器人与边缘计算副总裁 Deepu Talla 表示：“智能体 AI 已经到来，Jetson 的可编程性和高性能使开发者能够在边缘端即时将物理 AI 智能体部署到生产环境中。借助面向智能体开发和工作流的专用技能，开发者可以缩短上市时间、降低总拥有成本并实现规模化部署——这一切都在一个经过内存优化的平台上完成。”

Jetson 已经是一个跨多代的平台——包括 Orin、Thor 以及后续产品——为机器人、自主系统、工业检测和医疗设备中的边缘 AI 提供动力。JetPack 7.2 建立在这一基础之上；NemoClaw 则进一步扩展了它。

此次发布包含三个层级。底层是 JetPack 7.2——操作系统（OS）、计算能力和确定性性能。中间是新的智能体技能层，用于自动化开发者任务。顶层是 NemoClaw。

JetPack 7.2 为 Jetson 软件基础带来重大升级。基于 Yocto 的 OS 支持为工业客户提供更轻量、更可定制的 Linux 基础，这对受内存限制的部署很重要。Jetson Orin 上的 CUDA 13 将最新计算技术栈带到现有设备。Jetson Thor 上的 MIG 加实时内核让开发者能够为确定性工作负载预留专用 GPU 资源，例如不能因无关 AI 推理而暂停的机器人感知系统。Jetson AGX Orin 32GB 的性能也提升至 241 TOPS AI 算力，较其原始规格提高 20%。

中间层——智能体技能——加速了构建基于 Jetson 的系统本身的工作。Jetson 智能体技能现在包括 Linux 定制、内存优化、模型基准测试以及类似开发者任务。这些技能基于 NVIDIA 文档和设计指南开发，现在可作为智能体可部署技能使用。结果是：过去需要数周完成的任务，如今可在数天内解决。

在顶层，NemoClaw 可通过一条命令部署到 Jetson。这一组合将智能体 AI 引入生产级机器人和视觉 AI 技术栈，加速工业系统的任务自动化。开发者还可以通过 NVIDIA Metropolis VSS blueprint 技能进一步扩展，加入能够观察、理解并基于所见采取行动的视觉推理智能体。

智能体 AI 已随 Jetson 到来

Jetson 平台已经部署在机器人、工业自动化、无人机、医疗设备、农业机械、人形系统等领域。

Solomon 使用 NVIDIA NemoClaw 在人形机器人上协调 AI 智能体，将推理、感知、传感器融合、运动和操控整合到单一工作流中。借助由 NVIDIA 开源基础模型驱动的 Solomon 主动感知技术，机器人能够理解任务、优化抓取定位并动态适应。所有这些能力使其能够在复杂环境中实现可靠且自主的操作。

Advantech 正在其自有制造设施内构建并部署一个智能体工厂大脑，使用 NVIDIA NemoClaw、NVIDIA Nemotron 3 和 NVIDIA Jetson Thor 实现 AI 原生运营。该平台自动化机器人群管理、智能缺陷检测和自主决策，以推动下一代工业运营。在各行业中，这些构建方案已经开始交付。

Rebotnix 制造具备智能体推理能力的智慧城市摄像头，以加快城市级决策。

Spingence 构建制造缺陷智能体，通过分析和知识推理识别根本原因并提出流程改进建议。

ANIWEAVE 和 Avalanche Computing 正在合作，将房地产空间转化为由 AI 驱动的对话式智能体支持的沉浸式 3D 看房体验。

更多 AI，更少内存

SandStar 使用 NVIDIA Jetson Orin NX 和 NemoClaw，为 AI 售货机和智能零售运营提供 AI 视觉、LLM 驱动交互、标准操作程序监控以及覆盖 30 多个国家的门店优化能力。通过实现近 40% 的内存优化，SandStar 报告称其已从 16GB 设备迁移到 8GB 设备，在保持高性能的同时显著降低部署成本。

NoTraffic 开发由 AI 驱动的智能交通管理系统，用于分析实时交通状况并动态优化信号运行。NoTraffic 报告称，其通过静态编译和有针对性的内核裁剪优化了 CUDA 库开销。这些优化将内存使用量降低了 29%，提高了效率，并精简了感知技术栈，以实现更快的实时推理。

LOVOT 陪伴机器人制造商 GROOVE X 正在 Jetson 模块上使用多种 AI 加速器，以卸载 CPU 和 GPU 工作负载并减少内存占用。

生产环境中的基于 Yocto 的 JetPack 7.2

Hexagon Robotics 正在集成 NVIDIA Jetson Thor，以通过实时 AI、高速传感器处理和多模态数据融合，为更安全、更自主的人形机器人提供动力。结合基于 Yocto 的 OS 定制以提升可复现性和安全性，这些人形机器人可在制造、物流和建筑等严苛环境中更可靠地运行。

Zipline 在其自主配送无人机中使用 NVIDIA Jetson Orin NX，以实现实时传感器融合、环境感知和安全导航，用于全球范围内快速配送医疗、食品和零售商品。Zipline 使用 Yocto 构建其自定义操作系统，该系统面向高性能机载 AI 处理而设计，同时优化可靠性、效率和更低的内存占用。

1X（Neo Humanoid 的制造商）和 Universal Robots 计划在其生产部署中采用基于 Yocto 的 JetPack 7.2。

Yocto 生态系统合作伙伴

Balena、Konsulko Group、Neurealm、Peridio、RidgeRun 和 Wind River 提供 Linux 发行版产品、工程服务和长期支持，帮助客户更快交付生产级、基于 Yocto 的部署。

AAEON、ASUS、Avermedia、Connect Tech 和 YUAN 已在其生产边缘计算系统中验证 Yocto OS，以加速客户部署。

下一步

NemoClaw 起步于数据中心。现在，它运行在零售门店、工厂车间的人形机器人，以及繁忙路口的交通系统中。物理 AI 智能体的时代才刚刚开始。

开发者可以从 Jetson 软件页面开始其智能体 AI 之旅。

观看 NVIDIA 创始人兼 CEO Jensen Huang 的主题演讲，并在 NVIDIA GTC Taipei 了解更多信息。

请参阅有关软件产品信息的通知。