英伟达发布Jetson Orin Nano 2：边缘AI算力翻倍

导语

8 月 25 日，英伟达发布全新机器人计算机 Jetson Orin Nano 2，定位入门级边缘 AI。在保持相同紧凑尺寸的前提下，其推理性能较前代 Jetson Orin Nano Super 实现翻倍；在 15 瓦功耗模式下达到同等性能时，功耗降低 40%。随着 AI 模型越做越小、越做越便宜，前沿的生成式 AI 能力正在向入门级硬件下沉——这款 78 TOPS 的小模块，正是这场下沉的最新注脚。

规格：小尺寸，大提升

• 算力：78 TOPS AI 算力（高于前代 Orin Nano Super 的 67 TOPS），8GB 统一内存，8 核 Arm CPU，Ampere 架构 GPU。
• 性能：相同尺寸下推理性能最高达前代 2 倍——这并非简单的峰值算力翻倍，而是来自 Tensor Core 改进与内存带宽提升的综合结果。
• 能效：15W 功耗模式下，以降低 40% 的功耗实现与前代相同的性能表现。
• 模型支持：可运行为边缘推理优化的最新语言与视觉语言模型，包括 NVIDIA Cosmos、Nemotron，以及 Gemma 4、Qwen 3 等开放模型。
• 上市：预计 2027 年上半年以独立量产模块和开发者套件形式上市。

康耐视、斗山山猫和家用机器人公司 Matic 已率先采用并展开探索；Alphabet 旗下无人机配送公司 Wing 也计划评估其机载感知能力，用于飞行器上的实时传感器处理、避障与路径规划。

背景：模型变小，硬件门槛松动

英伟达机器人与边缘 AI 副总裁 Deepu Talla 的一句话点出了这次发布的时代背景：”如今，中小型前沿模型的准确率已经达到去年最大型前沿模型的水平。”一年前，前沿模型动辄 6000 亿到 1 万亿参数；如今，相近的准确度已经可以落到 Orin Nano 2 这样的入门级边缘设备上。支撑 Physical AI 的开放模型在过去几个月进步明显，模型小型化、推理优化与边缘硬件效率正在同步演进。

这对机器人行业意义特殊：实体设备不能无限制地堆 GPU，还得顾及电池、散热与尺寸。Matic 就把相机数据直接留在机器本体处理，同时必须控制机身尺寸与功耗——他们希望在同样的紧凑平台上加入对话式 AI、手势识别、语义理解和更自主的清洁能力。当生成式 AI 与多模态能力能往入门级硬件迁移，机器人把理解、推理、行动直接放在本体执行的硬件门槛，开始松动。

生态：300 万开发者的基本盘

Jetson 的基本盘是生态：已有超过 300 万开发者基于 NVIDIA 机器人技术栈进行开发。Orin Nano 2 依托 NVIDIA 开放软件栈、Jetson 智能体技能（Agent Skills）与丰富的 AI 生态系统，让开发者能快速把语言模型、视觉语言模型搬上边缘设备。生态系统合作伙伴也在同步推出载板、硬件系统和参考解决方案，国内已有嵌入式厂商宣布启动基于 Orin Nano 2 的全系列产品规划，覆盖高校教学、创客开发与原型验证场景。

展望：Physical AI 的”入门票”变便宜了

Orin Nano 2 当然不意味着复杂机器人从此只需要入门级芯片——英伟达仍有 Jetson Thor 等更高阶平台。但它标志着 Physical AI 演进的另一条路线：除了把机器人模型做大，另一条路是把模型做小、把推理做快、把硬件做省。当入门级平台就能跑通语义感知、本地推理与自主决策，机器人、配送无人机、视觉 AI 系统的创新门槛将被系统性拉低。2027 年上半年量产上市后，这款小模块有望成为边缘 AI 开发者人手一块的”标准件”。