फिज़िकल AI अब ऑन-बोर्ड आ रहा है
NVIDIA ने Jetson Orin Nano 2 पेश किया है — रोबोटिक्स के लिए बनाया गया एक edge कंप्यूटर, जिसे कंपनी "फिज़िकल AI" के नारे के तहत बढ़ावा दे रही है। इसके लक्षित परिदृश्य हैं ड्रोन, घरेलू रोबोट और कंप्यूटर विज़न सिस्टम, यानी ऐसी तकनीक जिसे मौके पर ही फैसले लेने होते हैं, क्लाउड तक जाने की ज़रूरत नहीं। औपचारिक रूप से यह एंट्री-लेवल डिवाइस है, लेकिन डेवलपर्स को इसी पर जनरेटिव मॉडल सीधे ऑन-बोर्ड चलाने का मौका मिलना चाहिए।
रिलीज़ का आधार सीधा-सादा है। NVIDIA के अनुमान के मुताबिक, छोटे और मझोले AI मॉडल पिछले एक साल में उस सटीकता तक पहुंच गए हैं, जो अभी तक सबसे बड़े frontier सिस्टम का विशेषाधिकार मानी जाती थी। यानी, विक्रेता की दलील है कि जिस बुद्धि के लिए पहले सर्वर रैक चाहिए था, वह अब ड्रोन या सफाई रोबोट के केसिंग में समा जाती है। NVIDIA में रोबोटिक्स और edge-AI के वाइस प्रेसिडेंट दीपू तल्ला इसे यूं रखते हैं: जो अत्याधुनिक मॉडल एक साल पहले डेटा-सेंटरों में रहते थे, वे आज Jetson लाइनअप के एंट्री-लेवल डिवाइसों पर रीयल-टाइम में काम कर रहे हैं।
हार्डवेयर: 78 TOPS और 8 GB मेमोरी
Jetson Orin Nano 2 में 78 TOPS AI कंप्यूट, 8 GB मेमोरी और Arm आर्किटेक्चर पर आठ-कोर प्रोसेसर का दावा किया गया है। इन्फरेंस परफ़ॉर्मेंस Jetson Orin Nano Super से दोगुनी है: यह बढ़त बेहतर Tensor Cores और ज़्यादा मेमोरी बैंडविड्थ से मिली है, जबकि बोर्ड का आकार पहले जैसा ही रहा। ऊर्जा दक्षता पर अलग से ज़ोर दिया गया है — 15-वाट मोड में नया डिवाइस अपनी पूर्ववर्ती से करीब 40% कम बिजली खर्च करता है, और नतीजा लगभग बराबर देता है।
ऑन-बोर्ड तकनीक के लिए यह आखिरी बात पहली नज़र में लगने से कहीं ज़्यादा अहम है। ड्रोन पर हर वाट या तो उड़ान के मिनट हैं, या बैटरी का अतिरिक्त वज़न, और घरेलू रोबोट को गर्मी और पंखों के शोर की ज़रूरत नहीं। तो यहां ऊर्जा की बचत कोई मार्केटिंग लाइन नहीं, बल्कि वह शर्त है जिसके बिना ऐसा प्रोडक्ट बनाने का कोई मतलब ही नहीं।
सॉफ़्टवेयर: मॉडल लोकली चलते हैं
सॉफ़्टवेयर हिस्सा NVIDIA के ओपन स्टैक और Jetson agent skills के साथ Jetson AI इकोसिस्टम पर टिका है। सबसे बड़ी बाधा मेमोरी है: 8 GB कम है, इसलिए मॉडलों को "जैसे हैं वैसे" नहीं, बल्कि memory-efficient मोड में चलाना पड़ता है। बात खास तौर पर भाषा और vision-language मॉडलों की है, जिन्हें बजट में फिट होना है और साथ ही रीयल-टाइम में जवाब भी देते रहना है।
उपयुक्त मॉडलों के उदाहरण में NVIDIA अपने Cosmos और Nemotron के साथ-साथ बाहरी Gemma 4 और Qwen 3 का नाम लेती है। यह चयन बहुत बताता है: वीडियो जनरेशन और रीज़निंग मॉडल — यानी वह चीज़ें जो कुछ साल पहले तक पेरिफ़ेरी पर डेमो के लिए भी नहीं चलाई जाती थीं।
कौन पहले से टेस्ट कर रहा है
Jetson Orin Nano 2 को अपनाने और परखने वाली पहली कंपनियों में Cognex, Doosan Bobcat और Matic के नाम हैं। NVIDIA यह भी दावा करती है कि उसके रोबोटिक्स स्टैक पर तीन लाख से ज़्यादा डेवलपर्स काम करते हैं — यह आंकड़ा किसी एक बोर्ड की बिक्री से ज़्यादा इकोसिस्टम के पैमाने का बताता है।
डिलीवरी ड्रोन
Alphabet की सहायक कंपनी Wing अपने पूरे ड्रोन बेड़े में पहले से Jetson Orin Nano Super और NVIDIA का सॉफ़्टवेयर स्टैक इस्तेमाल करती है। वहां नए डिवाइस को परखने की योजना है, ताकि रीयल-टाइम परसेप्शन और रीज़निंग में आगे बढ़ा जा सके: लक्ष्य है स्थानीय कारोबार से आवासीय आंगनों तक डिलीवरी को तेज़ और भरोसेमंद बनाना। Wing में परसेप्शन प्रमुख दिनुका अबेयवर्देना समझाती हैं कि बिना चालक वाली डिलीवरी ऐसे AI पर टिकी है जो आसपास की दुनिया को तेज़ी से और भरोसे के साथ समझ सके, और कंपनी नए बोर्ड में ज़्यादा तेज़ प्रतिक्रिया देने वाले और ऊर्जा-कुशल यंत्रों का रास्ता देखती है। नए बोर्ड पर परख से नियमित उड़ानों तक जाने की कोई सार्वजनिक समय-सीमा नहीं है।
घरेलू रोबोट
Matic Robots अपने घरेलू सफाई रोबोटों में Jetson Orin Nano 2 लगाती है। NVIDIA के मुताबिक, यह बोर्ड बातचीत वाला AI, इशारों की पहचान, सटीक मैपिंग और घर की सेमांटिक समझ जोड़ने देता है, और इनके साथ सफाई में स्वायत्त व्यवहार भी। Matic Robots के सह-संस्थापक और CEO नवनीत दलाल काम को यूं बताते हैं: घरेलू रोबोट को एक साथ लोगों को समझना, जगह का सटीक नक्शा बनाना, चीज़ों की जगह पहचानना और लगातार बदलते माहौल में सफाई करना पड़ता है, और नया बोर्ड अत्याधुनिक मॉडलों को लोकली चलाने का मौका देता है।
निर्माताओं का इकोसिस्टम
बोर्ड के आसपास पार्टनरों का बड़ा दायरा बना हुआ है। AAEON, ADLINK, Advantech और Aetina को carrier boards और तैयार हार्डवेयर सिस्टम बनाने वालों में गिना गया है। Antmicro, Aptiv, Auvidea और AVerMedia, Chuanglebo, Connect Tech, ForeCR और JWIPC के साथ मिलकर कस्टमाइज़्ड AI सॉफ़्टवेयर और reference designs पर काम कर रहे हैं। सूची पूरी करते हैं Neurealm, Plink, Realtimes, RidgeRun, RS, Seeed Studio, Tauro Tech, Twowin, TZTEK और YUAN — NVIDIA के दावे के मुताबिक, ये सभी ग्राहकों को प्रोडक्ट जल्दी बाज़ार में लाने में मदद करते हैं।
इस पूरी सूची का मतलब सीधा है: तैयार बोर्ड आधी कहानी ही है। जिन टीमों को ऑन-बोर्ड AI चाहिए, उनके लिए मॉड्यूल से ज़्यादा अहम होता है केसिंग, कूलिंग, कनेक्टर, ड्राइवर और भरोसेमंद सपोर्ट। प्लेटफ़ॉर्म के आसपास इंटिग्रेटरों का जाल जितना घना होगा, प्रोटोटाइप से सीरियल डिवाइस तक का सफ़र उतना ही छोटा होगा।
इसका क्या मतलब है
Jetson Orin Nano 2 की पोज़िशनिंग बेंचमार्क के रिकॉर्ड तोड़ने की नहीं, बल्कि यह बदलने की है कि AI आखिर रहता कहां है। लोकल इन्फरेंस वह देता है जो क्लाउड में नहीं खरीदा जा सकता: नेटवर्क के उतार-चढ़ाव से मुक्त लेटेंसी, वहां काम करना जहां कनेक्टिविटी नहीं है, और ऐसा डेटा जो डिवाइस से बाहर नहीं जाता। घरेलू रोबोट के लिए यह प्राइवेसी का सवाल भी है — फ्लैट का वीडियो स्ट्रीम फ्लैट में ही रहता है।
सीमाएं भी गायब नहीं होतीं। आठ गीगाबाइट मेमोरी का मतलब है कि ऑन-बोर्ड सबसे बड़े मॉडल नहीं, बल्कि उनके कटे-छंटे और क्वांटाइज़्ड वर्ज़न ही जाएंगे, और जवाबों की गुणवत्ता सर्वर वाली से अलग होगी। साथ ही, न Wing और न ही दूसरे पार्टनर अब तक यह नहीं बता रहे कि नए बोर्ड की परख कब बड़े पैमाने के उत्पादन में बदलेगी। तो हमारे सामने तैयार परिदृश्य से ज़्यादा एक खुला दरवाज़ा है: फिज़िकल AI का हार्डवेयर सुलभ हो गया है, और उस पर असल में क्या बनेगा — यह आने वाले कुछ सीज़न का सवाल है।
ऐलान के साथ एम्स्टर्डम, लंदन और उत्तरी अमेरिका में Physical AI Expo कार्यक्रम हुए; रिलीज़ पर यह सामग्री 26 अगस्त 2026 को आई।
