NVIDIA Jetson将代理式AI带入物理世界

# NVIDIA Jetson 将智能体AI带入物理世界 来源：https://blogs.nvidia.com/blog/jetson-agentic-ai-physical-world/ 智能体AI正在走向物理世界。 在COMPUTEX 2026周二，NVIDIA宣布在Jetson上支持NVIDIA JetPack 7.2 (https://developer.nvidia.com/embedded/develop/software) 和 NVIDIA NemoClaw (https://www.nvidia.com/en-us/ai/nemoclaw/)。 JetPack 7.2 带来了智能体AI技能、Yocto项目 (https://github.com/oe4t) 支持、NVIDIA Jetson Orin (https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-orin/) 上的 NVIDIA CUDA 13 (https://developer.nvidia.com/cuda-13-0-0-download-archive)、Jetson AGX Orin 32GB模块的大幅性能提升，以及 NVIDIA Jetson Thor (https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-thor/) 上的多实例GPU（MIG）支持。 此次发布恰逢GTC Taipei的 Build-a-Claw 活动 (https://www.nvidia.com/en-us/ai/build-a-claw/#referrer=vanity)，将GTC San Jose的热门实践活动带到台湾——全球顶尖科技中心之一。 NVIDIA的Asier Arrnaz展示Build-a-Claw如何将AI带到边缘，一个个性化、始终在线的助手，直接在NVIDIA Jetson上运行。 NVIDIA的Asier Arrnaz展示Build-a-Claw如何将AI带到边缘，一个个性化、始终在线的助手，直接在NVIDIA Jetson上运行。 此次发布将NemoClaw——NVIDIA的智能体AI框架 (https://www.nvidia.com/en-us/ai/)——引入生产级Jetson堆栈，将智能体AI从服务器和工作站带入物理世界，涵盖机器人、检测和工业自动化。 “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立即部署物理AI智能体用于生产，”NVIDIA机器人与边缘计算副总裁Deepu Talla表示。“借助专为智能体开发和工作流设计的技能，开发者可以加速上市时间、降低总拥有成本并大规模部署——这一切都在一个内存优化的平台上完成。” Jetson已经是一个多代平台——Orin (https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-orin/)、Thor (https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-thor/) 及后续——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在此基础上构建；NemoClaw则扩展了它。 本次发布包含三个层次。底层是 JetPack 7.2 ——操作系统（OS）、计算、确定性性能。中间层是新的智能体技能层，自动化开发者任务。顶层是NemoClaw。 JetPack 7.2 为Jetson软件基础带来了重大升级。基于Yocto的OS支持为工业客户提供了一个更精简、更可定制的Linux基础——对于内存受限的部署至关重要。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者保留专用GPU资源用于确定性工作负载，比如不能因无关AI推理而暂停的机器人感知系统。 Jetson AGX Orin (https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-orin/) 32GB 也获得了性能提升，达到241 TOPS的AI计算能力，比原始规格高出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的开发者任务。这些现在可作为智能体可部署的技能，源自NVIDIA文档和设计指南。结果是：以前需要数周的任务现在几天内就能完成。 在顶层，NemoClaw通过一条命令部署到Jetson。这种组合将智能体AI带入生产级机器人和视觉AI堆栈，加速工业系统的任务自动化。开发者可以进一步提升，使用NVIDIA Metropolis VSS蓝图技能 (https://github.com/NVIDIA-AI-Blueprints/video-search-and-summarization/tree/main/skills)，添加能够观察、解释并对其所见进行行动的视觉推理智能体。 ## **智能体AI已随Jetson到来** Jetson平台已经在机器人、工业自动化、无人机、医疗设备、农业机械、人形系统等领域部署。 Solomon (https://www.solomon-3d.com/news-events/press-releases/solomon-nvidia-nemoclaw-active-perception-humanoid-robots/) 使用NVIDIA NemoClaw协调人形机器人上的AI智能体，将推理、感知、传感器融合、运动控制和操作整合到单一工作流中。借助Solomon的主动感知技术，以及NVIDIA开源基础模型的支持，机器人能够理解任务、优化抓取定位并动态适应。这一切使得在复杂环境中实现可靠和自主的操作成为可能。 Advantech (https://www.advantech.com/en/resources/news/advantech-mic-ai-systems-enable-yocto-based-embedded-linux-with-nvidia-jetpack-72-support-for-flexible-edge-ai-deployment) 正在其制造工厂内构建和部署智能体工厂大脑，利用NVIDIA NemoClaw、NVIDIA Nemotron 3 (https://developer.nvidia.com/nemotron?ncid=pa-srch-goog-599191&_bt=797127771541&_bk=nvidia%20nemotron%203&_bm=p&_bn=g&_bg=194751055082&gad_source=1&gad_campaignid=23551395576&gbraid=0AAAAAD4XAoEQ1Z5QOKS4RgSM2zEidLpM8&gclid=CjwKCAjw8uTQBhAdEiwAVvtJyu9BP_BE3_YBAezoJZKwSpazr_DQg6Xtw0xUBPxR9qFFmMj6JusZRxoCy-oQAvD_BwE) 和 NVIDIA Jetson Thor 实现AI原生运营。该平台自动化机器人车队管理、智能缺陷检测和自主决策，推动下一代工业运营。在多个行业中，这些构建已经发货。 Rebotnix (https://rebotnix.com/blog/nvidia_computex2026) 制造具有智能体推理能力的智能城市摄像头，用于更快速的城市级决策。 Spingence (https://www.spingence.com/en/) 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推荐流程改进。 ANIWEAVE (https://www.aniweave.ai/spatial-touring) 和 Avalanche Computing (https://www.avalanc.com/) 正在合作，通过AI驱动的对话智能体将房地产空间转化为沉浸式3D导览体验。 ## **更多AI，更少内存** SandStar (https://blog.balena.io/balena-announces-remote-fleet-management-for-nvidia-jetpack-7-2-and-jetson-thor/) 使用NVIDIA Jetson Orin NX和NemoClaw为AI售货机和智能零售运营提供动力，涵盖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报告其从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。 图片致谢Sandstar。 图片致谢Sandstar。 NoTraffic (https://www.notraffic.com/) 开发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报告其通过静态编译和针对性内核剪枝优化了CUDA库开销。这些优化将内存使用量减少了29%，提高了效率并精简了感知堆栈，以实现更快的实时推理。 GROOVE X (https://groove-x.com/en/)，LOVOT陪伴机器人的制造商，正在Jetson模块上使用多种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 (https://hexagon.com/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定制以实现更好的可重复性和安全性，这些人形机器人在制造、物流和建筑等苛刻环境中运行更加可靠。 Zipline (https://www.zipline.com/) 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，以支持全球范围内的快速医疗、食品和零售配送。Zipline使用Yocto构建其定制操作系统，该操作系统专为高性能板载AI处理设计，同时优化了可靠性、效率和更低的内存占用。 1X (https://www.1x.tech/discover/nvidia-gtc-2026)（Neo人形机器人的制造商）和 Universal Robots (https://www.universal-robots.com/) 计划在其生产部署中采用基于Yocto的JetPack 7.2 (https://developer.nvidia.com/blog/deploy-agentic-ready-ai-at-the-edge-with-memory-efficiency-in-nvidia-jetpack-7-2/)。 ## **Yocto生态系统合作伙伴** Balena (https://blog.balena.io/balena-announces-remote-fleet-management-for-nvidia-jetpack-7-2-and-jetson-thor/)、Konsulko Group (https://www.konsulko.com/orca-os-nvidia-jetson-live-tutorial)、Neurealm、Peridio (https://www.peridio.com/nvidia-jetson-vision-ai-guide)、RidgeRun (https://www.ridgerun.com/post/how-ridgerun-helps-bring-nvidia-jetson-based-products-to-market-faster-with-yocto) 和 Wind River (https://www.aptiv.com/en/newsroom/article/aptiv-to-deliver-production-ready-edge-ai-with-long-term-support-with-nvidia) 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 (https://www.yuan.com.tw/newscontent/335) 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 (https://developer.nvidia.com/embedded/develop/software) 开始他们的智能体AI之旅。 *观看NVIDIA创始人兼CEO黄仁勋的**主题演讲* (https://www.nvidia.com/en-tw/gtc/taipei/keynote/?nvid=nv-int-bnr-823296)*，并在**NVIDIA GTC Taipei* (https://www.nvidia.com/en-tw/gtc/taipei/)*了解更多信息。* *请参阅**通知* (https://www.nvidia.com/en-eu/about-nvidia/terms-of-service/)*了解软件产品信息。*