Enkelt uttryckt kan en AI-agent som tidigare krävde ett serverrack nu, med ett enda kommando, köras direkt på en Jetson Orin-modul som kostar från 249 dollar. Det handlar inte bara om att göra robotar smartare; det handlar om att skapa en enhetlig, säker och portabel mjukvarustack som låser fast utvecklare i Nvidias ekosystem, hela vägen från molnet ner till fabriksgolvet.

NemoClaw: Den säkra bron till fysisk AI

Huvudpusslet är Nvidia NemoClaw. Det är ingen ny modell, utan en öppen referensstack som löser ett kritiskt problem för företagsdistribution: säkerhet. NemoClaw paketerar det populära ramverket OpenClaw för multi-agent-orkestrering med den säkra exekveringsmiljön OpenShell och Nvidias Nemotron-modeller. Det ger färdiga säkerhetsskydd för assistenter som alltid är på i känsliga miljöer som fabriker, sjukhus och lager.

Den avgörande nyheten är att JetPack 7.2 är förkonfigurerad för distribution av NemoClaw med ett enda kommando. Tidigare krävde OpenClaw-baserade arbetsflöden på en edge-enhet manuell miljökonfiguration och beroendehantering. Nu fungerar det direkt ur lådan. Detta sänker dramatiskt tröskeln för utvecklare att bygga komplexa agentiska arbetsflöden – en agent som känner av, resonerar och agerar på fysisk data – utan att någonsin behöva skicka data till molnet.

Som komplement släppte Nvidia en stor samling öppna agentfärdigheter och verktyg för fysisk AI som spänner över plattformarna Omniverse, Cosmos, Alpamayo och Metropolis. Komplex robotikträning, simulering av självkörande fordon och industriella digitala tvillingflöden kan nu omvandlas till uppgifter som en AI-agent kan utföra direkt.

Inuti JetPack 7.2: Hårdvaru- och mjukvarufunktionerna

JetPack 7.2 är en grundläggande uppdatering som för edge-plattformen i arkitektonisk linje med Nvidias serverutbud.

• CUDA 13 på Jetson Orin: Detta är en milstolpe för enande. Jetson Orin kör nu samma Arm Server Base System Architecture (SBSA) CUDA 13-verktygslåda som Nvidias datacenter-GPU:er. En enda CUDA-verktygslåda kan nu riktas mot allt från ett GH200-superchip till en liten modul inuti en leveransrobot.
• MIG (Multi-Instance GPU) på Jetson Thor: Detta är en avgörande funktion för tillämpningar med blandad kritikalitet, som humanoida robotar. MIG gör att GPU:n i ett Jetson Thor-SoC kan delas upp i två helt isolerade instanser, var och en med eget dedikerat minne, cache och beräkningskraft. En säkerhetskritisk uppgift som Simultaneous Localization and Mapping (SLAM) kan köras i en helt deterministisk miljö, säker från störningar från mindre tidskänsliga AI-uppgifter.
• Stöd för Yocto-projektet: För OEM-tillverkare och systembyggare innebär den officiella integrationen av Yocto-projektet att de kan bygga djupt anpassade, produktionshärdade inbyggda Linux-distributioner för Jetson-hårdvara som är optimerade in i minsta detalj för en specifik industriell tillämpning.
• Super Mode för AGX Orin 32GB: En betydande prestandahöjning och ett strategiskt kostnadsspel. Den nya 32GB-modulen ersätter den tidigare 16GB-produktionsvarianten och levererar en substantiell generationsförbättring av AI-prestanda samtidigt som den ger bättre kostnadseffektivitet för storskaliga edge-distributioner.

Det strategiska högsätet inom fysisk AI

Detta är ett schackdrag riktat direkt mot Qualcomms Snapdragon-dominans inom edge och Intels x86-grepp om industriella styrenheter.

• Konkurrensvallgrav: Genom att kombinera en enhetlig CUDA-verktygslåda från server till edge, färdig säker agentdistribution (NemoClaw) och hårdvaruisolering (MIG) i en enda integrerad plattform skapar Nvidia en utvecklarupplevelse som konkurrenterna har svårt att matcha. En Qualcomm-utvecklare måste sy ihop flera fragmenterade stackar för att uppnå samma deterministiska, säkra agentdistribution.
• Inlåsning i ekosystemet: ”Ett kommandos distribution” är de två mest klibbiga orden i utvecklarrelationer. Ett företag som bygger sin industriella agent-AI-infrastruktur på NemoClaw + CUDA 13 + Jetson står inför massiva kostnader för att byta mjukvara. Investeringen i Nvidias board support package, agentfärdighetsbibliotek och simuleringsverktyg blir ett grundläggande lager i deras verksamhet.
• Advantechs AI-fabrikshjärna: Partnerskapet med Advantech, en gigant inom industriell datorkraft, är konceptbeviset skrivet i stora bokstäver. De tillkännagav en ”AI Factory Brain”-arkitektur som använder NemoClaw, Nvidias Factory Operations Blueprint, RTX PRO och Jetson Thor. Detta riktar sig mot total operationell intelligens och för beslutsfattande agenter från IT-kontoret direkt in i realtidsstyrning av fabriken. Avgörande är att Advantechs ledning noterade att de fortsätter att arbeta med Qualcomm och Intel, vilket signalerar att plattformskriget om fysisk AI nu är en konflikt på flera fronter.

Det ”agentiska datormönstret”

Jensen Huangs vision är avväpnande enkel och djupt ekosystemdriven. I sitt keynote-tal och efterföljande presskonferenser beskrev han ett enda, återkommande mönster som kommer att bli det nya dataparadigmet: en agent som är en modell, insvept i ett hölje, som använder verktyg med färdigheter, körandes i en exekveringsmiljö.

Detta mönster, insisterade han, är ”exakt detsamma” oavsett om exekveringsmiljön finns i ett massivt molndatacenter eller inuti en robotarms datormodul. Företag kommer att använda olika modeller och höljen, men det arkitektoniska mönstret är universellt. Med JetPack 7.2 och NemoClaw har Nvidia sett till att deras Jetson-plattform är den första plats där detta universella mönster startar i den fysiska världen.

Den bredare bilden från GTC Taipei

JetPack 7.2-presentationen stod inte isolerad. Nvidia orkestrerade en rad stora ekosystemavslöjanden vid evenemanget, alla pekande mot dominans inom agent-AI och fysisk AI:

• Jetson Thor, Vera Rubin NVL72 och Alpamayo vann varsitt COMPUTEX 2026 Best Choice Award, vilket signalerar branschens och mediernas erkännande av att tre av Nvidias kärnplattformar är klassledande byggstenar för AI-eran.
• Nemotron 3 Ultra, en ny modell med 550 miljarder parametrar och mixture-of-experts, tillkännagavs. Den erbjuder 5 gånger snabbare inferens till en påstått ~30 % lägre kostnad än ledande öppna modeller. Detta tillhandahåller den kraftfulla ”modell”-sidan av det agentiska mönstrets formel.
• För att fylla ”exekveringsmiljö”-sidan av mönstret för persondatorer avslöjade Nvidia chippet RTX Spark PC. Detta chip, byggt i samarbete med MediaTek och Microsoft, är utformat för att placera lokala AI-agentförmågor direkt i Windows-laptops och stationära datorer, i konkurrens med AMD, Intel och Apple.

Medan vissa ryktade tillkännagivanden, såsom en ”DGX Station för Windows” eller en chipdesignagent från Cadence, inte bekräftades av primärkällorna från evenemanget, är helhetsbilden omisskännlig. JetPack 7.2 och NemoClaw är hörnstenarna i Nvidias strategi för att säkerställa att när AI-agenter går från att vara en digital kuriositet till ett fysiskt infrastrukturlager, så körs de på Nvidias hårdvara, med Nvidias mjukvara och inuti Nvidias ekosystem.

Enkelt uttryckt kan en AI-agent som tidigare krävde ett serverrack nu, med ett enda kommando, köras direkt på en Jetson Orin-modul som kostar från 249 dollar. Det handlar inte bara om att göra robotar smartare; det handlar om att skapa en enhetlig, säker och portabel mjukvarustack som låser fast utvecklare i Nvidias ekosystem, hela vägen från molnet ner till fabriksgolvet.

NemoClaw: Den säkra bron till fysisk AI

Huvudpusslet är Nvidia NemoClaw. Det är ingen ny modell, utan en öppen referensstack som löser ett kritiskt problem för företagsdistribution: säkerhet. NemoClaw paketerar det populära ramverket OpenClaw för multi-agent-orkestrering med den säkra exekveringsmiljön OpenShell och Nvidias Nemotron-modeller. Det ger färdiga säkerhetsskydd för assistenter som alltid är på i känsliga miljöer som fabriker, sjukhus och lager.

Den avgörande nyheten är att JetPack 7.2 är förkonfigurerad för distribution av NemoClaw med ett enda kommando. Tidigare krävde OpenClaw-baserade arbetsflöden på en edge-enhet manuell miljökonfiguration och beroendehantering. Nu fungerar det direkt ur lådan. Detta sänker dramatiskt tröskeln för utvecklare att bygga komplexa agentiska arbetsflöden – en agent som känner av, resonerar och agerar på fysisk data – utan att någonsin behöva skicka data till molnet.

Som komplement släppte Nvidia en stor samling öppna agentfärdigheter och verktyg för fysisk AI som spänner över plattformarna Omniverse, Cosmos, Alpamayo och Metropolis. Komplex robotikträning, simulering av självkörande fordon och industriella digitala tvillingflöden kan nu omvandlas till uppgifter som en AI-agent kan utföra direkt.

Inuti JetPack 7.2: Hårdvaru- och mjukvarufunktionerna

JetPack 7.2 är en grundläggande uppdatering som för edge-plattformen i arkitektonisk linje med Nvidias serverutbud.

• CUDA 13 på Jetson Orin: Detta är en milstolpe för enande. Jetson Orin kör nu samma Arm Server Base System Architecture (SBSA) CUDA 13-verktygslåda som Nvidias datacenter-GPU:er. En enda CUDA-verktygslåda kan nu riktas mot allt från ett GH200-superchip till en liten modul inuti en leveransrobot.
• MIG (Multi-Instance GPU) på Jetson Thor: Detta är en avgörande funktion för tillämpningar med blandad kritikalitet, som humanoida robotar. MIG gör att GPU:n i ett Jetson Thor-SoC kan delas upp i två helt isolerade instanser, var och en med eget dedikerat minne, cache och beräkningskraft. En säkerhetskritisk uppgift som Simultaneous Localization and Mapping (SLAM) kan köras i en helt deterministisk miljö, säker från störningar från mindre tidskänsliga AI-uppgifter.
• Stöd för Yocto-projektet: För OEM-tillverkare och systembyggare innebär den officiella integrationen av Yocto-projektet att de kan bygga djupt anpassade, produktionshärdade inbyggda Linux-distributioner för Jetson-hårdvara som är optimerade in i minsta detalj för en specifik industriell tillämpning.
• Super Mode för AGX Orin 32GB: En betydande prestandahöjning och ett strategiskt kostnadsspel. Den nya 32GB-modulen ersätter den tidigare 16GB-produktionsvarianten och levererar en substantiell generationsförbättring av AI-prestanda samtidigt som den ger bättre kostnadseffektivitet för storskaliga edge-distributioner.

Det strategiska högsätet inom fysisk AI

Detta är ett schackdrag riktat direkt mot Qualcomms Snapdragon-dominans inom edge och Intels x86-grepp om industriella styrenheter.

• Konkurrensvallgrav: Genom att kombinera en enhetlig CUDA-verktygslåda från server till edge, färdig säker agentdistribution (NemoClaw) och hårdvaruisolering (MIG) i en enda integrerad plattform skapar Nvidia en utvecklarupplevelse som konkurrenterna har svårt att matcha. En Qualcomm-utvecklare måste sy ihop flera fragmenterade stackar för att uppnå samma deterministiska, säkra agentdistribution.
• Inlåsning i ekosystemet: ”Ett kommandos distribution” är de två mest klibbiga orden i utvecklarrelationer. Ett företag som bygger sin industriella agent-AI-infrastruktur på NemoClaw + CUDA 13 + Jetson står inför massiva kostnader för att byta mjukvara. Investeringen i Nvidias board support package, agentfärdighetsbibliotek och simuleringsverktyg blir ett grundläggande lager i deras verksamhet.
• Advantechs AI-fabrikshjärna: Partnerskapet med Advantech, en gigant inom industriell datorkraft, är konceptbeviset skrivet i stora bokstäver. De tillkännagav en ”AI Factory Brain”-arkitektur som använder NemoClaw, Nvidias Factory Operations Blueprint, RTX PRO och Jetson Thor. Detta riktar sig mot total operationell intelligens och för beslutsfattande agenter från IT-kontoret direkt in i realtidsstyrning av fabriken. Avgörande är att Advantechs ledning noterade att de fortsätter att arbeta med Qualcomm och Intel, vilket signalerar att plattformskriget om fysisk AI nu är en konflikt på flera fronter.

Det ”agentiska datormönstret”

Jensen Huangs vision är avväpnande enkel och djupt ekosystemdriven. I sitt keynote-tal och efterföljande presskonferenser beskrev han ett enda, återkommande mönster som kommer att bli det nya dataparadigmet: en agent som är en modell, insvept i ett hölje, som använder verktyg med färdigheter, körandes i en exekveringsmiljö.

Detta mönster, insisterade han, är ”exakt detsamma” oavsett om exekveringsmiljön finns i ett massivt molndatacenter eller inuti en robotarms datormodul. Företag kommer att använda olika modeller och höljen, men det arkitektoniska mönstret är universellt. Med JetPack 7.2 och NemoClaw har Nvidia sett till att deras Jetson-plattform är den första plats där detta universella mönster startar i den fysiska världen.

Den bredare bilden från GTC Taipei

JetPack 7.2-presentationen stod inte isolerad. Nvidia orkestrerade en rad stora ekosystemavslöjanden vid evenemanget, alla pekande mot dominans inom agent-AI och fysisk AI:

• Jetson Thor, Vera Rubin NVL72 och Alpamayo vann varsitt COMPUTEX 2026 Best Choice Award, vilket signalerar branschens och mediernas erkännande av att tre av Nvidias kärnplattformar är klassledande byggstenar för AI-eran.
• Nemotron 3 Ultra, en ny modell med 550 miljarder parametrar och mixture-of-experts, tillkännagavs. Den erbjuder 5 gånger snabbare inferens till en påstått ~30 % lägre kostnad än ledande öppna modeller. Detta tillhandahåller den kraftfulla ”modell”-sidan av det agentiska mönstrets formel.
• För att fylla ”exekveringsmiljö”-sidan av mönstret för persondatorer avslöjade Nvidia chippet RTX Spark PC. Detta chip, byggt i samarbete med MediaTek och Microsoft, är utformat för att placera lokala AI-agentförmågor direkt i Windows-laptops och stationära datorer, i konkurrens med AMD, Intel och Apple.

Medan vissa ryktade tillkännagivanden, såsom en ”DGX Station för Windows” eller en chipdesignagent från Cadence, inte bekräftades av primärkällorna från evenemanget, är helhetsbilden omisskännlig. JetPack 7.2 och NemoClaw är hörnstenarna i Nvidias strategi för att säkerställa att när AI-agenter går från att vara en digital kuriositet till ett fysiskt infrastrukturlager, så körs de på Nvidias hårdvara, med Nvidias mjukvara och inuti Nvidias ekosystem.