NVIDIA Jetson 将自主 AI 带入物理世界

自主 AI 正在变得实体化。

周二在 COMPUTEX 上，NVIDIA 宣布了 NVIDIA JetPack 7.2 和 Jetson 上的 NVIDIA NemoClaw 支持。

JetPack 7.2 带来了自主 AI 技能、Yocto 项目支持、NVIDIA Jetson Orin 上的 NVIDIA CUDA 13、Jetson AGX Orin 32GB 模块的显著性能提升以及 NVIDIA Jetson Thor 上的多实例 GPU (MIG) 支持。

此次发布与 GTC 台北 Build-a-Claw 活动同时进行，将来自 GTC 圣何塞的热门动手活动带到了台湾——全球顶级技术中心之一。

NVIDIA 的 Asier Arrnaz 展示了 Build-a-Claw 如何将 AI 带到边缘，一个直接在 NVIDIA Jetson 上运行的个性化、始终在线的助手。

该版本将 NVIDIA 的自主 AI 框架 NemoClaw 部署到生产级 Jetson 堆栈上——将自主 AI 从服务器和工作站带入物理世界，涵盖机器人技术、检测和工业自动化。

“自主 AI 已经到来，Jetson 的可编程性和高性能使开发人员能够在边缘的生产环境中立即部署物理 AI 代理，”NVIDIA 机器人和边缘计算副总裁 Deepu Talla 说。“凭借为自主开发和工作流量身定制的技能，开发人员可以加快上市时间、降低总拥有成本并大规模部署——所有这些都在一个内存优化的平台上。”

Jetson 已经是一个多代平台——Orin、Thor 及更高版本——为机器人技术、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 建立在该基础之上；NemoClaw 扩展了它。

此版本包含三个层。底层的 JetPack 7.2——操作系统、计算、确定性性能。中间的新代理技能层，自动化开发人员任务。顶层的 NemoClaw。

JetPack 7.2 为 Jetson 软件基础带来了重大升级。基于 Yocto 的操作系统支持为工业客户提供了更精简、更可定制的 Linux 基础——对于内存受限的部署很重要。Jetson Orin 上的 CUDA 13 为现有设备带来了最新的计算堆栈。Jetson Thor 上的 MIG 加实时内核允许开发人员为确定性工作负载保留专用的 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 也获得了性能提升，达到 241 TOPS 的 AI 计算能力，比其原始规格高出 20%。

中间层——代理技能——加速了构建基于 Jetson 的系统本身的工作。Jetson 代理技能现在包括 Linux 定制、内存优化、模型基准测试和类似的开发人员任务。这些现在可作为代理可部署的技能使用，从 NVIDIA 文档和设计指南中开发。结果：以前需要数周的任务现在可以在几天内完成。

在顶层，NemoClaw 通过单个命令部署到 Jetson。这种配对将自主 AI 定位在生产级机器人和视觉 AI 堆栈上，加速工业系统的任务自动化。开发人员可以通过 NVIDIA Metropolis VSS 蓝图技能进一步扩展，添加视觉推理代理，观察、解释并根据所见采取行动。

自主 AI 已随 Jetson 到来

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

Solomon 使用 NVIDIA NemoClaw 协调人形机器人上的 AI 代理，将推理、感知、传感器融合、运动和操作集成到一个工作流中。借助 Solomon 的主动感知技术，由 NVIDIA 的开源基础模型提供支持，机器人可以理解任务、优化抓取定位并动态适应。所有这些使机器人能够在复杂环境中可靠自主地运行。

Advantech 正在其自己的制造设施中构建和部署代理工厂大脑，使用 NVIDIA NemoClaw、NVIDIA Nemotron 3 和 NVIDIA Jetson Thor 实现 AI 原生操作。该平台自动化机器人车队管理、智能缺陷检测和自主决策，以驱动下一代工业操作。

跨行业的构建已经在出货。

Rebotnix 制造具有代理推理能力的智能城市摄像头，用于更快的城市级决策。

Spingence 构建制造缺陷代理，通过分析和知识推理识别根本原因和流程改进建议。

ANIWEAVE 和 Avalanche Computing 正在合作，通过 AI 驱动的对话代理将房地产空间转变为沉浸式 3D 游览体验。

更多 AI，更少内存

SandStar 使用 NVIDIA Jetson Orin NX 和 NemoClaw 为 AI 自动售货机和智能零售运营提供动力，具有 AI 视觉、LLM 驱动的交互、标准操作程序监控和商店优化，覆盖 30 多个国家。通过实现近 40% 的内存优化，SandStar 报告从 16GB 设备迁移到 8GB 设备，显著降低了部署成本，同时保持了高性能。

图片由 Sandstar 提供。

NoTraffic 开发了 AI 驱动的智能交通管理系统，分析实时交通状况并动态优化信号操作。NoTraffic 报告通过静态编译和针对性内核修剪优化了 CUDA 库开销。这些优化将内存使用减少了 29%，提高了效率并简化了感知堆栈，以实现更快的实时推理。

GROOVE X，LOVOT 伴侣机器人的制造商，正在 Jetson 模块上使用各种 AI 加速器来卸载 CPU 和 GPU 工作负载并减少内存占用。

基于 Yocto 的 JetPack 7.2 投入生产

Hexagon Robotics 正在集成 NVIDIA Jetson Thor，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 的操作系统定制以提高可重复性和安全性，这些人形机器人在制造、物流和建筑等要求苛刻的环境中更可靠地运行。

Zipline 在其自主送货无人机中使用 NVIDIA Jetson Orin NX，实现实时传感器融合、环境感知和安全导航，以在全球范围内进行快速的医疗、食品和零售配送。Zipline 使用 Yocto 构建其自定义操作系统，该操作系统专为高性能机载 AI 处理而设计，同时优化了可靠性、效率和更低的内存占用。

1X（Neo 人形机器人的制造商）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，帮助客户更快地交付生产级基于 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了 Yocto 操作系统，以加速客户部署。

下一步

NemoClaw 始于数据中心。现在它运行在零售店、工厂车间的人形机器人、繁忙交叉路口的交通系统中。物理 AI 代理的时代才刚刚开始。

开发人员可以从 Jetson 软件页面开始他们的自主 AI 之旅。

观看 NVIDIA 创始人兼首席执行官黄仁勋的主题演讲，并在 NVIDIA GTC 台北了解更多信息。

关于软件产品信息的通知。