2026年8月25日，美国英伟达（NVIDIA）发布新一代入门级机器人计算平台Jetson Orin Nano 2，面向移动机器人、配送与巡检无人机、机器视觉设备及其他边缘人工智能应用。新产品在保持与上一代相同紧凑外形的同时，将实际推理性能提升至Jetson Orin Nano Super的两倍，并重点改善功耗和视频处理能力。

Jetson Orin Nano 2可提供78 TOPS，即每秒78万亿次运算的人工智能算力，配备8GB内存和八核Arm处理器。相比之下，Jetson Orin Nano Super采用六核Arm Cortex-A78AE处理器，人工智能性能为67 INT8 TOPS。单从78 TOPS与67 TOPS两个峰值数字看，新旧产品之间的差距似乎并不大，但英伟达表示，通过改进Tensor Core和提高内存带宽，Jetson Orin Nano 2在实际人工智能推理工作负载中的性能可达到上一代的两倍。

能效是此次升级的另一个重点。在15瓦运行模式下，Jetson Orin Nano 2达到与上一代相同的性能时，功耗可以降低40%。这一指标对于由电池供电的AMR、无人机、服务机器人和小型巡检设备尤为重要，因为计算平台的耗电量不仅影响整机续航，还会影响散热器尺寸、风扇配置、机身重量和长期运行稳定性。

随着视觉语言模型和小型语言模型逐渐压缩，机器人可以在本地完成更多过去需要连接云端服务器才能执行的任务。例如，机器人能够直接处理摄像头图像、理解语音或文字指令、识别周围环境，并在较短时间内生成行动决策。与云端推理相比，边缘计算可以减少网络延迟，在网络不稳定或无法连接互联网时继续工作，同时降低工业现场的敏感图像和运行数据向外传输的需求。

Jetson Orin Nano 2将支持英伟达Jetson软件栈及相关智能体工具，并可运行针对内存受限边缘设备优化的大语言模型和视觉语言模型，包括NVIDIA Cosmos、NVIDIA Nemotron、Gemma 4和Qwen 3等。对于机器人开发者而言，硬件算力只是平台的一部分，模型优化、传感器接入、推理框架、开发工具和长期软件支持，同样决定产品能否从原型走向量产。

目前，已有超过300万开发者使用英伟达机器人技术栈。工业视觉企业康耐视（Cognex）、工程机械企业斗山山猫（Doosan Bobcat）和家用机器人企业Matic，已经开始采用或评估Jetson Orin Nano 2。Alphabet旗下无人机配送企业Wing也计划对该平台进行测试，以提升配送无人机的实时环境感知、推理能力和能源效率。

Wing目前已在其配送无人机队中使用Jetson Orin Nano Super及相关软件。无人机需要在飞行过程中识别住宅、庭院、障碍物和投送区域，同时处理动态环境变化。更低的计算功耗有助于减少计算模块对电池的消耗，把更多能源留给飞行和载荷运输；更高的推理性能则可支持摄像头和其他传感器数据的实时处理。

Matic计划利用Jetson Orin Nano 2提升家用清洁机器人的对话交互、手势识别、精确建图和语义理解能力。机器人不仅要知道自己位于哪个房间，还需要理解家具、障碍物和清洁区域之间的关系，并根据家庭环境变化调整路线。将这些能力部署在机器人本地，可以降低对持续联网的依赖，并缩短从感知到动作的响应时间。

对仓储物流行业而言，这款计算平台可用于小型AMR、智能叉车附件、盘点机器人、视觉安全设备以及室内巡检无人机。它可以同时处理多个摄像头的视频流，运行目标检测、人员识别、货物识别、语义导航和自然语言交互模型。对于需要安装在车体内部的设备，相同尺寸下更高的性能及更好的能效，可以减少控制箱空间和散热设计压力。

不过，Jetson Orin Nano 2仍然属于入门级边缘计算平台，8GB内存会限制超大型模型及多模型并发运行。开发者需要通过量化、模型裁剪和任务调度，在推理性能、内存占用及功耗之间取得平衡。不同产品宣传中的TOPS也可能采用不同精度和稀疏计算口径，因此不能只根据峰值算力判断实际应用性能。

英伟达预计Jetson Orin Nano 2模块和开发套件将在2027年上半年上市，合作伙伴也将同步开发载板、完整硬件系统和参考设计。截至此次发布，具体售价尚未明确公布。它的真正意义不仅是提升入门级算力，更在于推动生成式人工智能和视觉语言模型从数据中心进入成本、功耗与空间受到严格限制的移动机器人和无人机平台。