NVIDIA Jetson 將自主 AI 帶入物理世界

自主 AI 正在變得實體化。

週二在 COMPUTEX 上，NVIDIA 宣佈了 NVIDIA JetPack 7.2 和 Jetson 上的 NVIDIA NemoClaw 支援。

JetPack 7.2 帶來了自主 AI 技能、Yocto 專案支援、NVIDIA Jetson Orin 上的 NVIDIA CUDA 13、Jetson AGX Orin 32GB 模組的顯著效能提升以及 NVIDIA Jetson Thor 上的多例項 GPU (MIG) 支援。

此次釋出與 GTC 臺北 Build-a-Claw 活動同時進行，將來自 GTC 聖何塞的熱門動手活動帶到了臺灣——全球頂級技術中心之一。

NVIDIA 的 Asier Arrnaz 展示了 Build-a-Claw 如何將 AI 帶到邊緣，一個直接在 NVIDIA Jetson 上執行的個性化、始終線上的助手。

該版本將 NVIDIA 的自主 AI 框架 NemoClaw 部署到生產級 Jetson 堆疊上——將自主 AI 從伺服器和工作站帶入物理世界，涵蓋機器人技術、檢測和工業自動化。

“自主 AI 已經到來，Jetson 的可程式設計性和高效能使開發人員能夠在邊緣的生產環境中立即部署物理 AI 代理，”NVIDIA 機器人和邊緣計算副總裁 Deepu Talla 說。“憑藉為自主開發和工作流量身定製的技能，開發人員可以加快上市時間、降低總擁有成本並大規模部署——所有這些都在一個記憶體最佳化的平臺上。”

Jetson 已經是一個多代平臺——Orin、Thor 及更高版本——為機器人技術、自主系統、工業檢測和醫療裝置中的邊緣 AI 提供動力。JetPack 7.2 建立在該基礎之上；NemoClaw 擴充套件了它。

此版本包含三個層。底層的 JetPack 7.2——作業系統、計算、確定性效能。中間的新代理技能層，自動化開發人員任務。頂層的 NemoClaw。

JetPack 7.2 為 Jetson 軟體基礎帶來了重大升級。基於 Yocto 的作業系統支援為工業客戶提供了更精簡、更可定製的 Linux 基礎——對於記憶體受限的部署很重要。Jetson Orin 上的 CUDA 13 為現有裝置帶來了最新的計算堆疊。Jetson Thor 上的 MIG 加即時核心允許開發人員為確定性工作負載保留專用的 GPU 資源，例如不能因無關 AI 推理而暫停的機器人感知系統。Jetson AGX Orin 32GB 也獲得了效能提升，達到 241 TOPS 的 AI 計算能力，比其原始規格高出 20%。

中間層——代理技能——加速了構建基於 Jetson 的系統本身的工作。Jetson 代理技能現在包括 Linux 定製、記憶體最佳化、模型基準測試和類似的開發人員任務。這些現在可作為代理可部署的技能使用，從 NVIDIA 文件和設計指南中開發。結果：以前需要數週的任務現在可以在幾天內完成。

在頂層，NemoClaw 透過單個命令部署到 Jetson。這種配對將自主 AI 定位在生產級機器人和視覺 AI 堆疊上，加速工業系統的任務自動化。開發人員可以透過 NVIDIA Metropolis VSS 藍圖技能進一步擴充套件，新增視覺推理代理，觀察、解釋並根據所見採取行動。

自主 AI 已隨 Jetson 到來

Jetson 平臺已經在機器人技術、工業自動化、無人機、醫療裝置、農業機械、人形系統等領域部署。

Solomon 使用 NVIDIA NemoClaw 協調人形機器人上的 AI 代理，將推理、感知、感測器融合、運動和操作整合到一個工作流中。藉助 Solomon 的主動感知技術，由 NVIDIA 的開源基礎模型提供支援，機器人可以理解任務、最佳化抓取定位並動態適應。所有這些使機器人能夠在複雜環境中可靠自主地執行。

Advantech 正在其自己的製造設施中構建和部署代理工廠大腦，使用 NVIDIA NemoClaw、NVIDIA Nemotron 3 和 NVIDIA Jetson Thor 實現 AI 原生操作。該平臺自動化機器人車隊管理、智慧缺陷檢測和自主決策，以驅動下一代工業操作。

跨行業的構建已經在出貨。

Rebotnix 製造具有代理推理能力的智慧城市攝像頭，用於更快的城市級決策。

Spingence 構建制造缺陷代理，透過分析和知識推理識別根本原因和流程改進建議。

ANIWEAVE 和 Avalanche Computing 正在合作，透過 AI 驅動的對話代理將房地產空間轉變為沉浸式 3D 遊覽體驗。

更多 AI，更少記憶體

SandStar 使用 NVIDIA Jetson Orin NX 和 NemoClaw 為 AI 自動售貨機和智慧零售運營提供動力，具有 AI 視覺、LLM 驅動的互動、標準操作程式監控和商店最佳化，覆蓋 30 多個國家。透過實現近 40% 的記憶體最佳化，SandStar 報告從 16GB 裝置遷移到 8GB 裝置，顯著降低了部署成本，同時保持了高效能。

圖片由 Sandstar 提供。

NoTraffic 開發了 AI 驅動的智慧交通管理系統，分析即時交通狀況並動態最佳化訊號操作。NoTraffic 報告透過靜態編譯和針對性核心修剪最佳化了 CUDA 庫開銷。這些最佳化將記憶體使用減少了 29%，提高了效率並簡化了感知堆疊，以實現更快的即時推理。

GROOVE X，LOVOT 伴侶機器人的製造商，正在 Jetson 模組上使用各種 AI 加速器來解除安裝 CPU 和 GPU 工作負載並減少記憶體佔用。

基於 Yocto 的 JetPack 7.2 投入生產

Hexagon Robotics 正在整合 NVIDIA Jetson Thor，透過即時 AI、高速感測器處理和多模態資料融合，為更安全、更自主的人形機器人提供動力。結合基於 Yocto 的作業系統定製以提高可重複性和安全性，這些人形機器人在製造、物流和建築等要求苛刻的環境中更可靠地執行。

Zipline 在其自主送貨無人機中使用 NVIDIA Jetson Orin NX，實現即時感測器融合、環境感知和安全導航，以在全球範圍內進行快速的醫療、食品和零售配送。Zipline 使用 Yocto 構建其自定義作業系統，該作業系統專為高效能機載 AI 處理而設計，同時最佳化了可靠性、效率和更低的記憶體佔用。

1X（Neo 人形機器人的製造商）和 Universal Robots 計劃在其生產部署中採用基於 Yocto 的 JetPack 7.2。

Yocto 生態系統合作伙伴

Balena、Konsulko Group、Neurealm、Peridio、RidgeRun 和 Wind River 提供 Linux 發行版產品、工程服務和長期支援，幫助客戶更快地交付生產級基於 Yocto 的部署。

AAEON、ASUS、Avermedia、Connect Tech 和 YUAN 已在其生產邊緣計算系統中驗證了 Yocto 作業系統，以加速客戶部署。

下一步

NemoClaw 始於資料中心。現在它執行在零售店、工廠車間的人形機器人、繁忙交叉路口的交通系統中。物理 AI 代理的時代才剛剛開始。

開發人員可以從 Jetson 軟體頁面開始他們的自主 AI 之旅。

觀看 NVIDIA 創始人兼執行長黃仁勳的主題演講，並在 NVIDIA GTC 臺北瞭解更多資訊。

關於軟體產品資訊的通知。