标题|Home

越来越多的无人机、服务机器人、视觉检测设备，不再只跑简单检测算法，而是需要本地运行大语言模型、多模态视觉模型，完成环境理解、语义分析、实时决策。过去这类能力大多依赖算力更强的高端硬件，而英伟达新推出的Jetson Orin Nano™ 2，把前沿生成式AI能力下放到入门嵌入式机器人平台。

边缘端物理AI正在快速迭代。越来越多的无人机、服务机器人、视觉检测设备，不再只跑简单检测算法，而是需要本地运行大语言模型、多模态视觉模型，完成环境理解、语义分析、实时决策。过去这类能力大多依赖算力更强的高端硬件，而英伟达新推出的Jetson Orin Nano™ 2，把前沿生成式AI能力下放到入门嵌入式机器人平台。

为什么需要新一代入门边缘计算模组？

AI模型正在发生一个很有意思的变化：模型轻量化技术不断成熟，中小尺寸前沿模型的精度已经追上过去的大模型。这意味着，很多原本只能跑在云端或者高性能算力板上的多模态模型，现在有机会下沉到体积有限、供电受限的边缘设备。

但想要把模型真正跑在实体设备上，并不只有算力就够。智能无人机、家用机器人、工业视觉终端对硬件有硬性约束：体积要小、功耗要可控，同时还要保证推理延迟足够低，实现实时感知与决策。这正是Jetson Orin Nano 2的定位：面向海量开发者的入门级机器人计算机，兼顾算力、功耗与体积。

英伟达机器人与边缘AI副总裁Deepu Talla提到：“轻量化前沿模型，正在为边缘设备解锁实时智能。Jetson Orin Nano 2就是要让全球数百万开发者，都能拿到满足机器人、智能视觉设备实时推理所需的性能与能效。”康耐视、斗山山猫、Matic、Wing 等企业已经率先开始对该模组开展评估与适配。

硬件规格：算力翻倍，功耗反而更低

Jetson Orin Nano 2搭载8核Arm CPU，配备8GB内存，AI算力最高可达78 TOPS（万亿次运算/秒），以高性价比、高能效的硬件形态，大幅强化AI运算与视频处理能力。

而上一代Jetson Orin Nano Super产品是在2024年12月推出，开发套件由Jetson Orin Nano 8GB系统级模块(SoM)和参考载板组成。其中，SoM配备带有张量核心的NVIDIA Ampere架构GPU和6核Arm CPU，可实现多个并发AI应用管道和高性能推理。它最多可支持四个摄像头，提供比以前版本更高的分辨率和帧率。

相比上一代产品，Nano 2做了两处关键升级：改进的张量核心+更高内存带宽，并最终带来两大核心收益：

1. 推理性能直接翻倍，并且保持完全相同的紧凑外形，老载板有机会直接复用；

2. 在15W功耗模式下，实现同等性能时，功耗相比前代降低40%。

对于电池供电类设备（无人机、移动机器人），功耗降低的价值甚至比单纯算力提升更重要。更低功耗意味着续航更长，散热压力更小，整机设计难度下降。

软件层面，它完整兼容英伟达Jetson开源软件栈、Agent智能体技能套件。开发者可以直接部署经过内存优化的边缘大模型，像Cosmos、Nemotron、Gemma 4、Qwen3 等开源大语言/视觉语言模型都可以在板端运行，快速搭建多模态边缘AI应用。

Jetson Orin Nano 2模组以及开发者套件，预计2027年上半年正式推出。

真实落地案例：从配送无人机到家用清扫机器人

硬件的价值，最终要看实际场景能不能跑通。已有多家企业在基于Orin Nano 2做产品验证。

 Wing（Alphabet旗下无人机配送公司）

Wing的配送无人机此前已经在用Jetson Orin Nano Super。他们计划迁移评估Orin Nano 2，目标是提升机载端实时感知推理能力。无人机在空中需要快速识别障碍物、行人、地面环境，本地AI推理的速度和功耗直接决定配送的安全性与续航。借助新模组，希望实现响应更快、更省电的配送无人机。

 Matic Robots家用机器人

家用环境属于高度动态变化场景：家具移位、杂物散落、人员走动，机器人不能只做简单避障。Matic希望在清扫机器人本地运行大模型，实现对话 AI、手势识别、语义建图，理解家庭环境布局，完成智能自主清扫。Orin Nano 2小巧的形态与边缘多模态推理能力，正好匹配家用机器人的硬件约束。

除终端厂商之外，国内海外大量生态厂商（研扬、凌华、研华、矽速科技等）已经开始开发配套载板、整机、定制软件与参考方案，方便开发者快速选型，减少底层硬件开发工作量，加速产品落地。

结语

对于边缘AI开发者来说，过去入门Jetson更多跑传统CV检测识别；而这一代，中小参数量的LLM、视觉语言模型可以真正在板端实时运行。

也就是说，Orin Nano 2释放了一个信号：多模态大模型正在正式走向入门级移动嵌入式硬件，加上翻倍推理性能、40%同性能下功耗下降、兼容原有形态等特性，对移动机器人、无人机、嵌入式视觉开发者来说，会是一个值得关注的新硬件选择。

免责声明：文章来源于网络，如有争议，请联系客服。