体积维持原样的同时，Jetson Orin Nano 2的推理能力对比前代Jetson Orin Nano Super增强了一倍；在15瓦耗电的运行方式下，功耗降低40%的情况下仍能维持前代性能表现。英伟达表示，目前全球有超300万位开发者依托其机器人技术体系进行创新开发，该芯片模块与配套工具将于明年上半年正式推向市场。
英伟达此举意在把AI技术从传统数据中心拓展向机器人等实体设备应用领域。
本周二（美东时间25日），英伟达正式对外宣布推出Jetson Orin Nano 2—一款为入门级市场设计的机器人计算平台，专门面向对成本开支、能源消耗以及计算实时性要求较高的边缘AI应用领域（包括机器人和无人机等）。
据英伟达介绍，该产品在保持尺寸不变的基础上，推理速率相比上一代Jetson Orin Nano Super翻了一倍；采用15瓦功耗配置时，花费的电能仅为前代的六成，却能提供等同的运行性能。
硬件规格方面，Jetson Orin Nano 2搭载8个核心的处理器与8GB的内存配置，AI运算能力达每秒78万亿次。英伟达透露，通过对张量核心进行优化、扩展内存传输速率等技术手段来增强AI推理效能，并保持与其机器人与边缘AI软件框架的兼容性，支持运行针对内存占用优化处理的大型语言模型及视觉语言模型产品，范围涵盖Cosmos、Nemotron、Gemma 4与Qwen 3等多种选项。
这次产品发布的深层意义超越了仅推出一款性能提升的AI计算设备的范畴。伴随AI模型的持续轻量化与推理效率的不断优化，原本需由云端服务器主要负责的视觉分析、人机对话和动态决策等工作，已开始逐步迁移到机器人、无人机等边缘设备。
通过推出Jetson Orin Nano 2，英伟达意图进一步减低物理AI应用于成本敏感型设备的进入壁垒。
小型AI模型能力升温，设备端智能需求加速释放
Jetson Orin Nano 2的发布恰逢AI产业完成从云端向终端迁移的关键时期。
相比数据中心的AI计算，机器人和无人机对计算硬件的约束更为严苛：受限的设备体积意味着难以集成高耗能处理器，而且需在运动状态下不间断地执行视觉识别、环境认知以及判断等任务。基于这些原因，在特定功耗约束下获得多少算力的效率往往胜过单纯追求最高运算速度。
英伟达表示，该产品在15瓦功耗设定下能用减少40%电能消耗的方式达到前代性能。这对电池驱动的机器人和无人机产品而言意味着：制造商既可选择在维持性能基准下降低耗电量，也可将省下的功耗预留给续航时间、散热系统或其他传感设备的升级。
同期发生的另一变化是小型AI模型能力的迅速增强，这正在重塑边缘设备AI应用的边界范围。
英伟达旗下机器人和边缘AI部门的负责人塔拉透露，目前部分中等规模的前沿级模型精度已相当于前年大型先进模型的表现水准，这为边缘计算设备赋能实时智能化奠定了基础。
从前，边缘端AI主要用于处理目标识别、图片分类这类任务；如今随着模型性能的提高，设备端逐渐具备了复杂的文字理解、视觉分析以及跨模态交互的本领。
这使得机器人能力从「感知周围状况」升阶到「分析环境且采取对应行动」的新阶段。
多模态智能融合，实时决策赋能物理世界
英伟达将Jetson平台视为机器人实现「物理智能」不可或缺的计算引擎。
如今机器人需处理的数据已突破单纯的摄像头影像范畴，囊括了口头指令、音频信息、空间定位以及多样传感器的输出。能否在本地端迅速汇总这些讯息，并以低延迟做出恰当响应，对于实现机器人的自主工作至关重要。
基于此，Jetson Orin Nano 2把目光投向了家务机器人、视觉AI系统、快递配送无人机及工业巡检无人机等多个真实应用场景。
举例而言，谷歌控股的物流无人机服务商Wing已在其配送设备中装配Jetson Orin Nano Super与英伟达的技术框架，接下来准备试用Jetson Orin Nano 2。英伟达认为，由此获得的更优性能和效能将可帮助Wing强化其无人机在实时AI感知和判断上的表现。
另一家居机器人企业Matic筹划通过Jetson Orin Nano 2的应用来增强其产品在自然语言对话、肢体动作识别、空间制图及意义理解等方面的表现，从而让机器人更独立地处理家务清洁等工作。
值得一提的是，英伟达还演示了将Jetson Orin Nano 2用于Reachy Mini机器人的实际例子。英伟达指出，该平台能同步运作语言模型、语音识别模型及实时视觉AI任务，充分展现了入门级边缘计算产品能够承载多类AI模型的潜力。
这种多模型协同的能力对机器人开发企业具有关键价值：机器人的工作模式已从执行预编程指令、重复既定动作进化为根据图像数据和文字命令去理解周围环境，进而灵活改变行为策略。
这正是英伟达近期频繁谈及「物理AI」的核心背景：AI技术的应用正在从虚拟屏幕上的软件逐渐跨越到现实世界，最终推动机器人、车辆、无人机等实体设备的升级。
开发者生态扩张，硬件合作伙伴阵容强化
除芯片本身的运算性能外，软件生态体系向来是英伟达Jetson系列的核心竞争力所在。
英伟达透露，全球已有300多万开发人员依靠其机器人技术框架进行项目建设。伴随Jetson Orin Nano 2的上市，英伟达也在持续做大在机器人AI领域的软件、硬件以及开发者构成的完整生态版图。
就软件层面而言，Jetson Orin Nano 2延续支持英伟达的机器人创新平台，可执行针对轻量级设备内存消耗做过优化处理的各类大型语言和视觉语言模型产品，既包括英伟达自有的Cosmos和Nemotron，也包括Gemma 4及Qwen 3等外部模型方案。
这表明开发团队可在较为有限的硬件条件约束下，直接在机器人设备端搭建起语言分析、图像认知及逻辑推断的能力，而无需全面靠云侧的计算资源。
硬件层面的生态同样在扩大规模。
英伟达指出，爱尔邦、凌华、研华、Aetina、Antmicro、Aptiv、Connect Tech、Seeed Studio等合作厂家正依托Jetson Orin Nano 2进行连接板卡、整体硬件方案、AI软件及样本架构的研发，旨在协助机器人生产商压缩产品化周期。
英伟达进一步指出，最先采纳或考查Jetson Orin Nano 2的厂商涉及Cognex、Doosan Bobcat（斗山山猫）与Matic等，Wing也在规划对该方案的测试应用。
从更宽泛的时间维度审视，英伟达所建构的并非单纯的机器人芯片生意，而是贯通AI模型研发、软件工具集、计算设备以及机器人等终端产品的一整套体系。
这一模式和英伟达长期在数据中心AI领域打造的竞争地位有相通之处：利用硬件能力与软件体系的相辅相成，借庞大的开发者团队来逐步放大平台的吸引力。
商业落地时间表确定，前景需时间验证
不过值得留意的是，Jetson Orin Nano 2当下尚处于对外发布的初期，离真正的商业上市仍需时日。
英伟达透露，该芯片模块与工具包计划在2027年上半年投放市场。相应地，该产品对英伟达短期业绩的直接影响还需后续时间来验证。
从产品战略层面来看，英伟达正在逐次打磨其在机器人与物理AI领域的产品阵容：既通过高能效的机器人计算系统来应对高复杂度的使用场景，也借助Jetson Orin Nano 2等低端入门产品，把AI推理工作向更加重视成本与功耗的终端设备行列递进。
若后续小型语言模型和视觉语言模型的性能继续高速演进，加之推理费用进一步压低，那么机器人和无人机这类设备对边缘端AI运算能力的渴求势必呈现扩张趋势。
这对英伟达本身而言象征着其目标市场正在从传统云端AI运算领地向机器人、无人机等真实世界装置所需的AI「思维」延伸拓展。Jetson Orin Nano 2就此成为了英伟达深入更宽阔的终端设备市场的关键踏脚石。
