Nvidia JetPack 7.2 登陸 Computex：將 Agentic AI 由雲端帶到機械人同邊緣裝置

NemoClaw 點樣將 Agentic AI 帶到邊緣

JetPack 7.2 直接支援 Nvidia NemoClaw 嘅一鍵部署。NemoClaw 係一個開源架構，將私隱同安全護欄（guardrails）加咗喺 OpenClaw（一個開源嘅多代理協作框架）上面。 換句話講，開發者可以直接喺邊緣硬件上部署可以感測、推理同採取行動嘅 AI 代理，唔使吓吓都要經雲端伺服器嚟回傳送數據，大大減少延遲同提升私隱度。

呢個 NemoClaw 套件將 OpenClaw、OpenShell 安全運行環境同 Nvidia Nemotron 模型捆綁埋一齊，為嗰啲長時間運行嘅 AI 助手提供開箱即用嘅安全保障。

除咗框架之外，Nvidia 仲發布咗一大系列開源嘅實體 AI 代理技能同工具，涵蓋咗 Omniverse、Cosmos、Alpamayo 同 Metropolis 呢幾個平台，將複雜嘅機械人、自動駕駛汽車、視覺 AI 同數碼孖生（Digital Twin）工作流程，變成可以由代理執行嘅任務，大幅降低咗開發實體 AI 系統嘅門檻同成本。

JetPack 7.2 嘅硬件同軟件功能重點

為香港開發者同業界帶嚟嘅啟示

雖然呢場發布會喺台北舉行，但對於香港嘅 AI 同物聯網（IoT）開發者嚟講，意義一樣重大。香港有唔少初創企業同科研機構都專注緊智慧城市、物流機械人同智能製造。

統一嘅 CUDA 架構（CUDA 13） 意味住喺大學實驗室或者數據中心訓練完嘅 AI 模型，可以更順暢咁部署到 Jetson 呢類體積細、功耗低嘅邊緣裝置上。舉個例，一個用嚟檢查大廈外牆石屎剝落情況嘅視覺 AI 模型，可以直接喺部 DJI 無人機或者 Boston Dynamics 機械狗上面嘅 Jetson 模組即時運算，唔使將影像串流返去雲端處理，反應更快之餘，仲避免咗網絡不穩定或者私隱外洩嘅風險。

另外，MIG 分割技術 對於需要同時處理多個 AI 任務嘅場景好實用。例如一部送餐機械人，佢需要一邊用 SLAM（即時定位與地圖構建）嚟導航，一邊用視覺模型辨認邊張枱係「A3」。MIG 可以將導航功能分配畀一個獨立嘅 GPU 切片，確保佢唔會俾辨認枱號嘅運算拖慢，令機械人唔會行行下「塞車」或者撞到人。

雖然發布重點係技術，但大家都要留意，呢啲全部都係 Nvidia 生態系統嘅一環。開發者一旦用慣咗 JetPack 7.2 呢個由 CUDA 工具包、NemoClaw 框架同 Jetson 硬件組成嘅「一條龍」服務，將來要轉去 Qualcomm 或者 Intel 嘅平台，成本就會高好多。

合作夥伴同市場大局

• 與研華科技（Advantech）合作：Advantech 宣布同 Nvidia 擴大合作，利用 NemoClaw、Factory Operations 藍圖、RTX PRO 同 Jetson Thor，建立「AI 工廠大腦」嘅架構，目標係幫工廠實現端到端嘅營運智能。 Advantech 嘅高層亦都提到，佢哋會繼續同 Nvidia、Qualcomm 以及 Intel 呢幾間晶片巨頭緊密合作，反映邊緣 AI 市場嘅競爭相當激烈。
• 黃仁勳嘅願景：佢喺演講入面強調，未來嘅運算模式就係一個由模型、容器（wrapper）同工具組成嘅「代理」，呢個模式將會不斷重複出現，成為所有公司嘅基礎設施層。
• 開源實體 AI 工具集：Nvidia 將 Omniverse、Cosmos 呢類專業模擬工具嘅能力「拆件」變成代理可用嘅技能，係一個好聰明嘅做法。過往要用呢啲工具，開發者需要好專門嘅知識，而家 AI 代理可以幫手處理好多工序，例如自動生成合成數據（synthetic data）俾機械人訓練用，將會大大加快機械人技術嘅普及。

GTC 台北 / Computex 2026 相關發布

根據現有消息，同一場合仲有以下其他重大發布：

• COMPUTEX 2026 最佳選擇獎（Best Choice Awards）：Nvidia 旗下嘅 Vera Rubin NVL72、Jetson Thor 同 Alpamayo 都分別攞咗獎。
• Nemotron 3 Ultra：一個全新、擁有 5,500 億參數嘅混合專家（Mixture-of-Experts）模型，推理速度快咗成 5 倍，成本仲要平咗約 3 成。
• RTX Spark PC 晶片：為 AI PC 時代而設嘅晶片，直接同 AMD、Intel 同 Apple 競爭。
• 開源實體 AI 代理工具：橫跨 Omniverse、Cosmos、Alpamayo 同 Metropolis 嘅大型工具集，旨在簡化機械人、自動駕駛同數碼孖生嘅開發。