智能體AI正在走向現實。
在COMPUTEX展會上，NVIDIA宣布NVIDIA JetPack 7.2和NVIDIA NemoClaw正式支持Jetson平台。
JetPack 7.2帶來了智能體AI技能、Yocto項目支持、NVIDIA Jetson Orin上的NVIDIA CUDA 13、Jetson AGX Orin 32GB模組的顯著性能提升，以及NVIDIA Jetson Thor上的多實例GPU（MIG）支持。
此次發布恰逢GTC台北"Build-a-Claw"活動，將GTC聖何塞的熱門動手實踐活動帶到了台灣這一全球頂尖技術中心之一。
此次發布將NVIDIA的智能體AI框架NemoClaw引入生產級Jetson技術棧，使智能體AI從伺服器和工作站走向物理世界，覆蓋機器人、檢測和工業自動化等領域。
NVIDIA機器人與邊緣計算副總裁Deepu Talla表示："智能體AI已經到來，Jetson的可編程性和高性能使開發者能夠在邊緣端即時部署生產級物理AI智能體。藉助專為智能體開發和工作流程構建的技能，開發者可以加速產品上市、降低總體擁有成本並實現規模化部署，這一切都基於一個內存優化平台。"
Jetson已是一個多代平台，涵蓋Orin、Thor等系列，為機器人、自主系統、工業檢測和醫療設備中的邊緣AI提供支持。JetPack 7.2在此基礎上持續演進，NemoClaw則進一步擴展了其能力邊界。
本次發布涵蓋三個層級：底層是JetPack 7.2，負責作業系統、計算和確定性性能；中間層是新增的智能體技能，用於自動化開發者任務；頂層則是NemoClaw。
JetPack 7.2為Jetson軟體基礎帶來重大升級。基於Yocto的作業系統支持為工業客戶提供了更精簡、可定製性更強的Linux基礎，這對內存受限的部署場景尤為重要。Jetson Orin上的CUDA 13將最新計算棧引入現有設備。Jetson Thor上的MIG加實時核心使開發者能夠為確定性工作負載（如不能因無關AI推理而暫停的機器人感知系統）預留專用GPU資源。Jetson AGX Orin 32GB的AI算力也得到提升，達到241 TOPS，較原始規格提升20%。
中間層的智能體技能加速了Jetson系統的構建工作，現已涵蓋Linux定製、內存優化、模型基準測試等開發者任務。這些技能基於NVIDIA文檔和設計指南開發，可作為智能體可部署技能使用。最終效果是：原本需要數周完成的任務如今數天即可解決。
在頂層，NemoClaw只需一條命令即可部署到Jetson。這一組合將智能體AI落地於生產級機器人和視覺AI技術棧，加速工業系統的任務自動化。開發者還可藉助NVIDIA Metropolis VSS藍圖技能進一步擴展，添加能夠觀察、理解並響應所見內容的視覺推理智能體。
Jetson平台已在機器人、工業自動化、無人機、醫療設備、農業機械、人形機器人系統等眾多領域實現落地部署。
Solomon利用NVIDIA NemoClaw在人形機器人上協調AI智能體，將推理、感知、傳感器融合、運動和操作整合到單一工作流程中。藉助由NVIDIA開源基礎模型驅動的主動感知技術，機器人能夠理解任務、優化抓取定位並動態適應，從而在複雜環境中實現可靠的自主運行。
研華科技正在其自有製造設施中構建和部署基於智能體的工廠大腦，利用NVIDIA NemoClaw、NVIDIA Nemotron 3和NVIDIA Jetson Thor實現AI原生運營。該平台實現了機器人集群管理自動化、智能缺陷檢測和自主決策，推動下一代工業運營發展。
Rebotnix為智慧城市打造具備智能體推理能力的攝影機，助力更快的城市級決策。
Spingence構建製造缺陷智能體，通過分析和知識推理識別根本原因並提出流程改進建議。
ANIWEAVE與Avalanche Computing合作，藉助AI驅動的對話智能體將房地產空間轉化為沉浸式3D看房體驗。
SandStar利用NVIDIA Jetson Orin NX和NemoClaw，為AI自動售貨機和智慧零售運營提供支持，覆蓋30多個國家，融合AI視覺、大語言模型驅動的交互、標準操作規程監控和門店優化。通過實現近40%的內存優化，SandStar將設備從16GB遷移至8GB，在保持高性能的同時大幅降低了部署成本。
NoTraffic開發了AI驅動的智能交通管理系統，能夠分析實時交通狀況並動態優化信號燈運行。該公司通過靜態編譯和針對性核心裁剪優化了CUDA庫開銷，將內存使用量減少了29%，提升了效率並簡化了感知棧，實現更快的實時推理。
GROOVE X（LOVOT陪伴機器人的製造商）正在Jetson模組上使用多種AI加速器，以分擔CPU和GPU工作負載並減少內存占用。
Hexagon Robotics正在集成NVIDIA Jetson Thor，通過實時AI、高速傳感器處理和多模態數據融合，為人形機器人賦予更強的安全性和自主能力。結合基於Yocto的作業系統定製以提升可復現性和安全性，這些人形機器人在製造、物流和建築等高要求環境中運行更加可靠。
Zipline在其自主配送無人機中使用NVIDIA Jetson Orin NX，實現實時傳感器融合、環境感知和安全導航，為全球用戶提供快速的醫療、食品和零售配送服務。Zipline使用Yocto構建其定製作業系統，該系統專為高性能機載AI處理而設計，同時兼顧可靠性、效率和更低的內存占用。
1X（Neo人形機器人製造商）和Universal Robots正計劃在其生產部署中採用基於Yocto的JetPack 7.2。
Balena、Konsulko Group、Neurealm、Peridio、RidgeRun和Wind River提供Linux發行版產品、工程服務和長期支持，幫助客戶更快速地完成生產級Yocto部署。
AAEON、華碩、Avermedia、Connect Tech和YUAN已驗證Yocto作業系統與其生產邊緣計算系統的兼容性，以加速客戶部署。
NemoClaw起步於數據中心，如今已運行於零售門店、工廠車間的人形機器人以及繁忙路口的交通系統中。物理AI智能體的時代正式開啟。
開發者可訪問Jetson軟體頁面，開啟智能體AI之旅。
Q&A
Q1：NVIDIA JetPack 7.2帶來了哪些主要更新？
A：JetPack 7.2帶來了多項重要升級：新增基於Yocto的作業系統支持，為工業客戶提供更精簡可定製的Linux基礎；引入CUDA 13支持Jetson Orin設備；在Jetson Thor上支持MIG加實時核心，可為確定性工作負載預留專用GPU資源；Jetson AGX Orin 32GB的AI算力提升至241 TOPS，較原規格提升約20%。此外還新增了智能體技能層，涵蓋Linux定製、內存優化、模型基準測試等開發任務自動化能力，大幅縮短開發周期。
Q2：NemoClaw是什麼？它和Jetson平台有什麼關係？
A：NemoClaw是NVIDIA的智能體AI框架，原本運行於數據中心環境。通過此次更新，NemoClaw可通過一條命令直接部署到Jetson平台，將智能體AI能力延伸到邊緣端的物理世界，包括機器人、工業自動化和智慧城市等場景。開發者還可結合NVIDIA Metropolis VSS藍圖技能，添加具備視覺推理能力的智能體，實現觀察、理解和響應現實環境的完整閉環。
Q3：目前有哪些企業已經在用Jetson平台做實際部署？
A：已有多家企業基於Jetson平台實現了落地應用。Solomon用NemoClaw協調人形機器人上的AI智能體；研華科技正在自有工厂部署智能體工廠大腦；SandStar利用Jetson Orin NX驅動覆蓋30多個國家的AI智能零售系統，並將設備內存從16GB降至8GB；NoTraffic開發了智能交通管理系統，內存使用量減少29%；Zipline則在自主配送無人機中使用Jetson Orin NX實現實時導航與傳感器融合。
