英伟达 Jetson Orin Nano 2 发布：78 TOPS 将边缘 AI 带入入门级机器人

英伟达于 2026 年 8 月 25 日发布 Jetson Orin Nano 2，将其定位为面向入门级边缘 AI 的紧凑型机器人计算机。它的目标不是把所有数据都传到云端，而是在机器人、无人机和摄像头等设备内部，直接运行生成式 AI、自主系统以及实时视觉任务。英伟达表示，新产品在保持相同外形尺寸的同时，推理性能达到上一代 Jetson Orin Nano Super 的两倍。模块和开发者套件预计于 2027 年上半年上市。237

核心规格：78 TOPS、8GB 内存和 8 核 Arm CPU

Jetson Orin Nano 2 的主要配置包括：

• 78 TOPS AI 算力，即每秒最多执行约 7800 万亿次 AI 运算；
• 8GB 内存；
• 8 核 Arm CPU；
• 与前代产品相同的紧凑型外形尺寸。

英伟达称，性能提升主要来自升级后的 Tensor Cores 和更高的内存带宽。公司还表示，该系统处于 40W 功耗范围内，并且在 15W 模式下实现与前代系统相同性能时，功耗可降低 40%。312

需要注意的是，这些数字是英伟达对平台性能的说明，并不代表所有模型、工作负载或部署环境都能获得完全相同的结果。实际表现还会受到软件栈、模型规模、散热条件和运行环境影响。

把大语言模型带到机器人本地

Jetson Orin Nano 2 的一个关键卖点，是能够在边缘设备上运行现代语言模型和视觉语言模型，而不必让每一次推理都依赖云端服务。589

这对于需要同时处理摄像头画面、语音、传感器数据并做出实时决策的设备尤其重要。英伟达瞄准的应用包括：

• 配送无人机和巡检无人机；
• 工业机器人及其他自主机器人；
• 家用机器人；
• 视觉 AI 系统和智能摄像头。

在这些场景中，本地处理可以帮助设备完成环境感知、人机交互、语义理解、导航和控制，减少对远程推理服务的依赖。换句话说，Jetson Orin Nano 2 更像是安装在机器内部的“计算大脑”，负责让设备看懂周围环境并及时采取行动。23

“前沿 AI”说法需要怎样理解？

英伟达称，如今一些规模较小或中等规模的前沿模型，其准确率已经可以达到前一年最大型前沿模型的水平，并据此认为，在更小型的自主设备上实现实时推理正在变得可行。3

不过，这一表述目前应被视为英伟达对模型效率和硬件能力的判断。现有材料并未提供独立基准测试，证明所有小型或中型模型都能达到所有上一年度大型模型的准确率。较为稳妥的结论是：随着模型压缩、软件优化和硬件性能提升，能够在本地运行的生成式 AI 工作负载范围正在扩大。

开发者与企业采用情况

英伟达表示，已有超过 300 万名开发者基于其机器人软件栈进行开发，并称 Cognex、Doosan Bobcat 和 Matic Robotics 是最早采用或评估 Jetson Orin Nano 2 的企业之一。3

目前公布的早期应用细节主要来自 Wing 和 Matic Robotics：

• Wing 正探索将该计算机用于配送无人机，重点关注更快的响应速度和更高的能源效率，并希望实现更快、更可靠的配送。3
• Matic Robotics 正将其用于家用清洁机器人。英伟达表示，这些系统将支持对话式 AI、手势识别、语义地图和高精度地图、实时感知、人机交互、导航以及自主清洁。3
• Cognex 和 Doosan Bobcat 被列为早期采用者或评估者，但现有公告材料没有说明两家公司各自具体的 Jetson Orin Nano 2 部署项目或使用场景。3

英伟达还表示，生态合作伙伴正在开发载板、完整硬件系统和参考设计，帮助客户缩短产品上市时间。3

Jetson 在英伟达机器人版图中的位置

Jetson 是英伟达机器人生态中的设备端计算层，主要负责在机器实际部署后运行环境感知、多模态 AI 和实时控制。23

在更广泛的机器人战略中，英伟达还将实体机器与数据中心计算及仿真开发联系起来：DGX 可用于大规模 AI 计算和训练，Omniverse 与 Cosmos 则支持虚拟环境、合成数据、仿真和机器人开发流程；Jetson 最终负责把相关能力部署到真实设备上。

但就 Jetson Orin Nano 2 的这次发布而言，现有证据并没有完整说明所谓“​​三台计算机”架构，也没有充分证明 Omniverse、Cosmos 和 DGX 的所有关联都是本次发布的具体内容。因此，更严谨的理解是：英伟达将 Jetson 定位为其全栈机器人生态中的部署层，而不只是单独发布一款处理器。23

结论：入门级硬件能否承载更复杂的本地 AI？

Jetson Orin Nano 2 面向的是希望在小型机器人、无人机和视觉系统上运行更强本地 AI 的开发者。它的核心规格包括 78 TOPS AI 算力、8GB 内存和 8 核 Arm CPU。英伟达称，该产品在相同紧凑外形下提供两倍推理性能，并在相同性能下实现 40% 的功耗降低。23

不过，产品的实际价值仍要取决于模型支持、软件优化、散热限制以及独立测试结果。至少从目前的发布信息看，Jetson Orin Nano 2 代表了一个明确方向：让语言理解、视觉分析和自主决策更靠近真正需要执行动作的机器。