智能体 AI 正在走向现实世界。
在 COMPUTEX 期间的 GTC 台北上，NVIDIA 宣布其 Jetson 平台正式支持 NVIDIA JetPack 7.2 与 NemoClaw。
JetPack 7.2 引入了智能体 AI 技能、Yocto 项目支持、以及在 NVIDIA Jetson Orin 上对 NVIDIA CUDA 13 的支持，它还显著提升了 Jetson AGX Orin 32GB 模块的性能，并为 NVIDIA Jetson Thor 带来了多实例 GPU (MIG) 支持。
此次发布恰逢 GTC 台北“Build-a-Claw”活动举办，将此前在 GTC 圣何塞大会广受欢迎的动手实践体验活动带到了台湾——全球顶尖科技中心之一。
在 NVIDIA Jetson 运行可个性化定制且始终在线的 AI 助手
此次发布将 NVIDIA 的智能体 AI 框架 NemoClaw 正式引入了生产级 Jetson 技术栈——这意味着 AI 智能体将不再局限于服务器和工作站，而是真正走进了物理世界，广泛应用于机器人、工业检测以及工业自动化等前沿领域。
NVIDIA 机器人与边缘计算副总裁 Deepu Talla 表示：“智能体 AI 时代已经到来。凭借出色的可编程性和卓越的高性能，Jetson 让开发者能够即时在生产环境的边缘端部署物理 AI 智能体。依托专为智能体开发和工作流打造的特定技能，开发者可以在这个经过内存优化的平台上，大幅缩短产品上市时间、降低总体拥有成本，并实现大规模部署。”
Jetson 已经发展成为一个跨越多个代际的产品平台——从 Orin 到 Thor，再到未来的继任者——持续为机器人、自主系统、工业检测和医疗设备等领域的边缘 AI 提供核心动力。JetPack 7.2 正是建立在这一坚实基础之上；而 NemoClaw 则在此基础上进行了进一步的延伸。
本次发布包含了三个层级：底层是 JetPack 7.2——负责提供操作系统、计算能力和确定性性能表现；中间层是全新的智能体技能，用于自动化处理开发者的各类任务；顶层则是 NemoClaw。
JetPack 7.2 为 Jetson 的软件基础带来了重大升级。基于 Yocto 的操作系统支持，为工业客户提供了更精简、可定制性更强的 Linux 基础——这对于内存受限的部署场景至关重要。Jetson Orin 平台现已支持 CUDA 13，让现有设备也能用上最新的计算技术栈。而在 Jetson Thor 上，多实例 GPU（MIG）与实时内核的结合，让开发者能够为确定性工作负载预留专属的 GPU 资源，比如那些绝对不能因为处理其他无关 AI 推理任务而出现卡顿的机器人感知系统。此外，Jetson AGX Orin 32GB 的 AI 算力也获得了性能提升，达到了 241 TOPS，比最初发布的规格提升了 20%。
中间层——即智能体技能——极大地加速了基于 Jetson 构建系统的工作。目前，Jetson 的智能体技能已涵盖 Linux 定制、内存优化、模型基准测试等常见的开发者任务。这些技能都是根据 NVIDIA 的官方文档和设计指南开发，现在都可以作为智能体可部署的技能直接使用。其带来的结果是：过去需要耗费数周才能完成的任务，现在几天就能搞定。
在最顶层，只需一条简单的命令，NemoClaw 就能直接部署到 Jetson 平台上。这一超强组合将 AI 智能体技术完美融入了生产级的机器人与视觉 AI 技术栈中，大幅加速了工业系统的任务自动化进程。此外，开发者还可以借助 NVIDIA Metropolis VSS (视频安全监控) 蓝图技能实现更强大的功能——添加具备“视觉推理”能力的智能体，让它们能够实时观察、理解所见场景并据此采取行动。
借助 Jetson，AI 智能体加速走进现实
Jetson 平台目前已广泛应用于机器人、工业自动化、无人机、医疗设备、农业机械、人形机器人系统等多个领域。
Solomon 借助 NVIDIA NemoClaw 在人形机器人上协调多个 AI 智能体，将推理、感知、传感器融合、移动和操作整合到统一工作流中。借助 Solomon 基于 NVIDIA 开源基础模型的主动感知技术，机器人能够理解任务、优化抓取时的定位并做出动态调整，从而在复杂环境中实现可靠且自主的运行。
研华科技正在其自有制造工厂内构建并部署一个“智能体工厂大脑”。该平台采用 NVIDIA NemoClaw、NVIDIA Nemotron 3 以及 NVIDIA Jetson Thor，旨在实现 AI 原生运营。这一平台能够对机器人车队管理、智能缺陷检测和自主决策进行自动化处理，以推动下一代工业运营的变革。
跨越各个行业，相关的系统构建与交付已经在火热进行中。
Rebotnix 开发了具备智能体推理能力的智慧城市摄像头，旨在加速城市层面的决策效率。
Spingence 构建用于制造缺陷分析的智能体，可通过分析与知识推理，识别缺陷的根本原因并提出流程改进建议。
ANIWEAVE 与 Avalanche Computing 正展开合作，借助 AI 驱动的对话智能体，将房产空间转化为沉浸式 3D 导览体验。
更少内存，更多 AI
SandStar 利用 NVIDIA Jetson Orin NX 和 NemoClaw 打造 AI 自动售货机和智慧零售业务，集成 AI 视觉、大语言模型 (LLM) 驱动的交互、标准操作流程监测以及门店优化等功能，业务已覆盖 30 多个国家。通过实现近 40% 的内存优化，SandStar 表示已从 16GB 设备迁移至 8GB，在保持高性能的同时显著降低了部署成本。
NoTraffic 开发了由 AI 驱动的智能交通管理系统，能够实时分析交通状况并动态优化信号灯控制。据 NoTraffic 报告，他们通过静态编译和针对性的内核裁剪优化了 CUDA 库的开销。这些优化使内存占用减少了 29%，不仅提升了系统效率，还精简了感知技术栈，从而实现了更快的实时推理。
陪伴机器人 LOVOT 的制造商 GROOVE X 则借助 Jetson 模块上的多种 AI 加速器，分担 CPU 和 GPU 的工作负载，进一步降低内存占用。
基于 Yocto 的 JetPack 7.2 投入生产应用
Hexagon Robotics 正通过集成 NVIDIA Jetson Thor，为其人形机器人提供实时 AI、高速传感器处理和多模态数据融合能力，使其具备更高的安全性与自主性。结合基于 Yocto 的操作系统定制方案以增强可复现性和安全性，这些人形机器人能够在制造、物流和建筑等严苛环境中更可靠地运行。
Zipline 在其自主配送无人机中采用 NVIDIA Jetson Orin NX，实现实时传感器融合、环境感知和安全导航，为全球范围内的医疗、食品及零售配送提供快速服务。Zipline 使用 Yocto 构建其定制操作系统。该系统专为高性能机载 AI 处理设计，同时兼顾可靠性、效率和更低的内存占用。
人形机器人 Neo 的制造商 1X 和优傲机器人也计划在其量产部署中采用基于 Yocto 的 JetPack 7.2。
Yocto 生态合作伙伴
Balena、Konsulko Group、Neurealm、Peridio、RidgeRun 和 Wind River 提供 Linux 发行版产品、工程服务和长期支持，助力客户更快地交付基于 Yocto 的生产级部署方案。
AAEON、华硕、圆刚科技、Connect Tech 和 YUAN 已在其量产边缘计算系统中完成 Yocto 操作系统的验证，从而加速客户部署进程。
展望未来
NemoClaw 最初诞生于数据中心，如今已运行在零售门店、工厂车间的人形机器人以及繁忙路口的交通系统中。物理 AI 智能体的时代才刚刚拉开序幕。
开发者可从 Jetson 软件页面开启智能体 AI 之旅。