英伟达正将人工智能（AI）的能力进一步从数据中心向机器人等现实世界设备延伸。

美东时间25日周二，英伟达宣布推出新一代入门级机器人计算平台Jetson Orin Nano 2，瞄准机器人、无人机等对成本、功耗和实时计算能力较为敏感的边缘AI应用。

英伟达称，在保持相同紧凑尺寸的情况下，Jetson Orin Nano 2的推理性能较上一代Jetson Orin Nano Super提升2倍；在15瓦功耗模式下，以低40%的功耗即可实现与上一代相同的性能。

从硬件来看，Jetson Orin Nano 2配备8核处理器、8GB内存，AI算力达到78万亿次运算/秒。英伟达表示，新平台通过升级张量核心、提高内存带宽等方式提升AI推理能力，同时继续兼容英伟达面向机器人和边缘AI打造的软件生态，可运行经过内存效率优化的大语言模型和视觉语言模型，包括Cosmos、Nemotron、Gemma 4和Qwen 3等。

此次新品发布的意义并不只是推出一款性能更强的小型AI计算机。随着AI模型不断小型化以及推理效率持续提升，过去主要依赖云端处理的视觉理解、语言交互和实时决策任务，正逐渐向机器人、无人机等终端设备迁移。英伟达希望通过Jetson Orin Nano 2进一步降低物理AI进入入门级设备的门槛。

小型AI模型加速落地，机器人端侧智能需求升温

Jetson Orin Nano 2的推出，正值人工智能产业从云端向终端延伸的阶段。

与数据中心AI不同，机器人和无人机对计算平台存在更加严格的限制：设备体积有限，通常无法搭载高功耗处理器，同时还需要在移动过程中持续完成视觉感知、环境理解和决策。因此，单位功耗能够提供多少AI算力往往比单纯追求峰值算力更加重要。

英伟达表示，Jetson Orin Nano 2在15瓦模式下可以用比上一代低40%的功耗实现相同性能。对于电池供电的机器人和无人机而言，这意味着设备制造商可以在相同性能要求下减少能源消耗，也可以将节省下来的功耗空间用于提升续航、散热能力或其他传感器配置。

与此同时，小型人工智能模型的能力快速提升，也正在改变端侧人工智能的应用边界。

英伟达机器人与边缘人工智能业务负责人塔拉表示，如今一些中小型前沿模型的准确率已经达到去年大型前沿模型的水平，这正在为边缘设备实现实时智能创造条件。

过去，边缘人工智能更多承担目标检测、图像分类等任务；而随着模型能力增强，终端设备开始具备更加复杂的语言理解、视觉推理和多模态交互能力。

这也让机器人从“能够感知环境”进一步向“能够理解环境并采取行动”演进。

从视觉识别迈向多模态理解，实时决策成为关键

英伟达正在将Jetson平台定位为机器人获取“物理智能”的重要计算基础。

目前，机器人需要处理的信息已经不再局限于摄像头采集的图像，还包括自然语言指令、语音、空间信息以及来自不同传感器的数据。对于机器人而言，将这些信息在本地快速融合，并在较低延迟下作出反应，是实现自主运行的重要条件。

Jetson Orin Nano 2因此瞄准了多个典型场景，包括家用机器人、视觉人工智能系统、配送无人机以及巡检无人机等。