La IA física se sube a bordo
NVIDIA ha lanzado el Jetson Orin Nano 2, un ordenador edge orientado a la robótica que la compañía promociona bajo el lema de la «IA física». Los escenarios objetivo son drones, robots domésticos y sistemas de visión por computadora, es decir, equipos que necesitan tomar decisiones en el lugar, sin recurrir a la nube. Formalmente es un dispositivo de gama de entrada, pero es precisamente en él donde los desarrolladores deben poder ejecutar modelos generativos directamente a bordo.
La premisa del lanzamiento es sencilla. Según NVIDIA, los modelos de IA compactos y medianos han alcanzado en el último año una precisión que hasta hace poco se consideraba privilegio de los sistemas frontier más grandes. Por lo tanto, razona el proveedor, la inteligencia que antes requería un rack de servidores ahora cabe en el chasis de un dron o de un robot de limpieza. Deepu Talla, vicepresidente de robótica y edge-AI de NVIDIA, lo formula así: los modelos de vanguardia que hace un año vivían en centros de datos hoy funcionan en tiempo real en dispositivos de gama de entrada de la línea Jetson.
Hardware: 78 TOPS y 8 GB de memoria
El Jetson Orin Nano 2 declara 78 TOPS de cómputo de IA, 8 GB de memoria y un procesador de ocho núcleos sobre arquitectura Arm. El rendimiento de inferencia es el doble que el del Jetson Orin Nano Super: el aumento proviene de Tensor Cores mejorados y de un mayor ancho de banda de memoria, manteniendo las mismas dimensiones de la placa. Se destaca además la eficiencia energética: en modo de 15 vatios, la novedad consume aproximadamente un 40% menos que su predecesora, mostrando un resultado comparable.
Para los equipos a bordo, este último punto es más importante de lo que parece a primera vista. Cada vatio en un dron son o minutos de vuelo o peso extra de batería, y un robot doméstico no necesita calor ni ruido de ventiladores. Así que el ahorro de energía aquí no es una línea de marketing, sino una condición sin la cual el producto ni siquiera tendría sentido lanzarlo.
Software: los modelos funcionan localmente
La parte de software se apoya en el stack abierto de NVIDIA y en Jetson agent skills junto con el ecosistema Jetson AI. La principal limitación es la memoria: 8 GB es poco, por lo que los modelos deben ejecutarse en modo memory-efficient, y no «tal cual». Se trata en primer lugar de modelos de lenguaje y vision-language, que deben ajustarse al presupuesto y, aun así, responder en tiempo real.
Como ejemplos de modelos adecuados, NVIDIA menciona sus propios Cosmos y Nemotron, así como los de terceros Gemma 4 y Qwen 3. El conjunto es revelador: generación de vídeo y modelos de razonamiento, algo que hace un par de años ni siquiera se ejecutaba en la periferia con fines demostrativos.
Quién ya lo está probando
Entre las primeras empresas que implementan y estudian el Jetson Orin Nano 2 se mencionan Cognex, Doosan Bobcat y Matic. NVIDIA también afirma que más de tres millones de desarrolladores trabajan con su stack de robótica, una cifra que habla más de la escala del ecosistema que de las ventas de una placa concreta.
Drones de reparto
Wing, filial de Alphabet, ya utiliza el Jetson Orin Nano Super y el stack de software de NVIDIA en toda su flota de drones. Allí planean evaluar la novedad para avanzar en percepción y razonamiento en tiempo real: el objetivo es hacer que la entrega desde un negocio local hasta los patios residenciales sea más rápida y fiable. Dinuka Abeywardena, responsable del área de percepción en Wing, explica que la entrega autónoma se sostiene sobre una IA capaz de comprender el entorno de forma rápida y fiable, y que la compañía ve en la nueva placa un camino hacia aparatos más ágiles y eficientes energéticamente. No hay plazos públicos para pasar de la evaluación a vuelos regulares con la nueva placa.
Robots domésticos
Matic Robots instala el Jetson Orin Nano 2 en sus robots domésticos de limpieza. Según NVIDIA, la placa permite añadir IA conversacional, reconocimiento de gestos, mapeo preciso y comprensión semántica del hogar y, con ellos, comportamiento autónomo durante la limpieza. Navnit Dalal, cofundador y CEO de Matic Robots, describe la tarea así: un robot doméstico tiene que entender a las personas, trazar con precisión el mapa del espacio, comprender la ubicación de los objetos y limpiar en un entorno en constante cambio, y la nueva placa permite ejecutar modelos de vanguardia localmente.
Ecosistema de fabricantes
Alrededor de la placa se ha construido un amplio círculo de socios. AAEON, ADLINK, Advantech y Aetina figuran entre los fabricantes de carrier boards y sistemas de hardware listos para usar. Antmicro, Aptiv, Auvidea y AVerMedia trabajan en software de IA personalizado y reference designs junto con Chuanglebo, Connect Tech, ForeCR y JWIPC. Cierran la lista Neurealm, Plink, Realtimes, RidgeRun, RS, Seeed Studio, Tauro Tech, Twowin, TZTEK y YUAN; según NVIDIA, todos ellos ayudan a los clientes a llevar productos al mercado más rápido.
El sentido de semejante enumeración es simple: una placa lista es solo la mitad del asunto. Para la mayoría de los equipos que necesitan IA a bordo, lo importante no es el módulo en sí, sino la carcasa, la refrigeración, los conectores, los drivers y un soporte predecible. Cuanto más densa es la red de integradores alrededor de la plataforma, menos tiempo se tarda del prototipo al dispositivo de serie.
Qué significa esto
El posicionamiento del Jetson Orin Nano 2 no va de récords en benchmarks, sino de un cambio de emplazamiento donde vive la IA. La inferencia local ofrece lo que no se puede comprar en la nube: latencia sin saltos de red, funcionamiento donde no hay conexión y datos que no salen del dispositivo. Para un robot doméstico esto es también una cuestión de privacidad: el flujo de vídeo del apartamento se queda en el apartamento.
Las limitaciones tampoco desaparecen. Ocho gigabytes de memoria significan que a bordo llegarán modelos no precisamente grandes, sino sus versiones recortadas y cuantizadas, y la calidad de las respuestas será distinta a la de un servidor. Además, ni Wing ni otros socios han anunciado plazos para que la evaluación de la nueva placa se convierta en producción en masa. Así que estamos ante una puerta abierta más que ante un escenario listo: el hardware para la IA física se ha vuelto accesible, y qué se construirá exactamente sobre él es una cuestión de las próximas temporadas.
El anuncio estuvo acompañado de eventos Physical AI Expo en Ámsterdam, Londres y Norteamérica; el material sobre el lanzamiento se publicó el 26 de agosto de 2026.
