NVIDIA Jetson让智能体AI走进物理世界

智能体 AI（Agentic AI）正在走向物理世界。

在周二举行的 COMPUTEX 上，NVIDIA 宣布了 NVIDIA JetPack 7.2 软件 及 NVIDIA NemoClaw 对 NVIDIA Jetson 平台 的支持。

JetPack 7.2 带来了智能体 AI 技能、Yocto 项目 支持、NVIDIA Jetson Orin 上的 CUDA 13、Jetson AGX Orin 32GB 模块的性能大幅提升，以及 NVIDIA Jetson Thor 上的多实例 GPU（MIG）支持。

此次发布恰逢 GTC 台北 Build-a-Claw 活动，将 GTC 圣何塞的热门动手实验带到台湾——全球顶尖科技枢纽之一。

这一版本将 NemoClaw（NVIDIA 的智能体 AI 框架）部署到生产级 Jetson 堆栈上，使智能体 AI 从服务器和工作站走向物理世界，覆盖机器人、检测和工业自动化领域。

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让开发者能在边缘生产环境中即时部署物理 AI 智能体。借助专为智能体开发和工作流设计的技能，开发者可以加快上市时间、降低总拥有成本并实现规模化部署——这一切都在一个内存优化的平台上完成。”

Jetson 已是一个多代平台——从 Orin、Thor 及未来版本——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 在此基础之上构建，NemoClaw 则对其进行扩展。

此版本包含三个层次。底层是 JetPack 7.2——操作系统、计算、确定性性能。中间层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 的重大升级

JetPack 7.2 为 Jetson 软件基础带来了重大升级。基于 Yocto 的操作系统支持让工业客户获得更精简、更可定制的 Linux 基础——这对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栈。Jetson Thor 上的 MIG 加实时内核让开发者能为确定性工作负载保留专用 GPU 资源，例如不能因无关 AI 推理而中断的机器人感知系统。Jetson AGX Orin 32GB 的 AI 算力也提升至 241 TOPS，比原始规格高出 20%。

中间层——智能体技能——加速了基于 Jetson 的系统构建本身的工作。Jetson 智能体技能现在包括 Linux 定制、内存优化、模型基准测试等开发者任务。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：原本需要数周的任务现在数天即可完成。

顶层，NemoClaw 通过单条命令部署到 Jetson。这种组合将智能体 AI 置于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。开发者还可以使用 NVIDIA Metropolis VSS 蓝图技能，添加视觉推理智能体，让其观察、解释并对其所见采取行动。

智能体 AI 已随 Jetson 到来

Jetson 平台已在机器人、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 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一个工作流中。借助 Solomon 的主动感知技术（基于 NVIDIA 开源基础模型），机器人能理解任务、优化抓取位置并动态适应。这一切使其能在复杂环境中实现可靠自主运行。

Advantech 正在其制造工厂中构建并部署智能体工厂大脑，以利用 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车队管理、智能缺陷检测和自主决策，推动下一代工业运营。

跨行业的构建已开始交付。

Rebotnix 制造具有智能体推理能力的智慧城市摄像头，用于加速城市级决策。

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工艺改进建议。

ANIWEAVE 与 Avalanche Computing 合作，将房地产空间转化为沉浸式 3D 导览体验，并配备 AI 驱动的对话智能体。

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，涵盖 AI 视觉、LLM 驱动交互、标准操作流程监控和门店优化，覆盖 30 多个国家。通过实现近 40% 的内存优化，SandStar 报告称其从 16GB 设备迁移至 8GB 设备，在保持高性能的同时显著降低部署成本。

NoTraffic 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运行。NoTraffic 报告称，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率降低了 29%，提高了效率并精简了感知栈，加速了实时推理。

GROOVE X，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 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（提高可重复性和安全性），这些人形机器人在制造、物流和建筑等苛刻环境中运行更可靠。

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，为全球快速医疗、食品和零售配送服务。Zipline 使用 Yocto 构建其定制操作系统，该系统专为高性能机载 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 人形机器人制造商）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 Yocto 部署。

AAEON、ASUS、Avermedia、Connect Tech 和 YUAN 已用其生产边缘计算系统验证了 Yocto 操作系统，以加速客户部署。

下一步

NemoClaw 始于数据中心。如今它运行在零售店、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 开启智能体 AI 之旅。

---

原文链接：NVIDIA AI Blog
本文由前途科技编辑整理