AI Fisik pindah ke atas kendaraan
NVIDIA merilis Jetson Orin Nano 2 — komputer edge yang dirancang khusus untuk robotika, yang dipromosikan perusahaan dengan slogan "AI fisik". Skenario targetnya adalah drone, robot rumah, dan sistem computer vision, yakni perangkat yang perlu mengambil keputusan di tempat, tanpa harus mengakses cloud. Secara formal ini perangkat kelas pemula, tetapi justru di sinilah pengembang harus mendapat kemampuan menjalankan model generatif langsung di atas kendaraan.
Premis rilis ini sederhana. Menurut penilaian NVIDIA, model AI berukuran kecil dan menengah selama setahun terakhir telah mencapai akurasi yang sebelumnya dianggap hak istimewa sistem frontier terbesar. Artinya, menurut vendor, kecerdasan yang dulu membutuhkan rak server kini muat dalam bodi drone atau robot pembersih. Wakil Presiden NVIDIA untuk robotika dan edge-AI Deepu Talla merumuskannya begini: model-model canggih yang setahun lalu hidup di pusat data, hari ini berjalan secara real-time pada perangkat kelas pemula lini Jetson.
Perangkat keras: 78 TOPS dan 8 GB memori
Jetson Orin Nano 2 diklaim memiliki 78 TOPS komputasi AI, 8 GB memori, dan prosesor delapan inti dengan arsitektur Arm. Performa inferensinya dua kali lebih tinggi daripada Jetson Orin Nano Super: peningkatan ini berkat Tensor Cores yang lebih baik dan bandwidth memori yang lebih tinggi, sementara dimensi board tetap sama. Efisiensi energi juga secara khusus ditekankan — dalam mode 15 watt, perangkat baru ini mengonsumsi sekitar 40% lebih sedikit daripada pendahulunya, dengan hasil yang setara.
Untuk perangkat onboard, poin terakhir lebih penting daripada yang terlihat pada pandangan pertama. Setiap watt pada drone berarti menit terbang tambahan atau berat baterai ekstra, sedangkan robot rumah tidak perlu panas dan kebisingan kipas. Jadi penghematan energi di sini bukan sekadar kalimat pemasaran, melainkan syarat agar produk ini masuk akal untuk dirilis.
Perangkat lunak: model berjalan secara lokal
Bagian perangkat lunak bersandar pada stack terbuka NVIDIA dan Jetson agent skills bersama ekosistem Jetson AI. Kendala utamanya adalah memori: 8 GB tidaklah banyak, sehingga model harus dijalankan dalam mode hemat memori, bukan "apa adanya". Ini terutama soal model bahasa dan vision-language, yang harus muat dalam anggaran sekaligus tetap mampu merespons secara real-time.
Sebagai contoh model yang cocok, NVIDIA menyebut Cosmos dan Nemotron miliknya sendiri, serta Gemma 4 dan Qwen 3 dari pihak ketiga. Kumpulan ini menunjukkan sesuatu: generasi video dan model penalaran — hal yang beberapa tahun lalu bahkan tidak dijalankan di periferal, bahkan untuk tujuan demonstrasi.
Siapa yang sudah mengujinya
Di antara perusahaan pertama yang mengadopsi dan mempelajari Jetson Orin Nano 2, disebutkan Cognex, Doosan Bobcat, dan Matic. NVIDIA juga menyatakan bahwa lebih dari tiga juta pengembang bekerja pada stack robotikanya — angka ini lebih tentang skala ekosistem daripada penjualan board tertentu.
Drone pengiriman
Wing, anak perusahaan Alphabet, sudah menggunakan Jetson Orin Nano Super dan stack perangkat lunak NVIDIA di seluruh armada dronenya. Perangkat baru ini akan dievaluasi di sana untuk memajukan persepsi dan penalaran real-time: tujuannya adalah membuat pengiriman dari bisnis lokal ke halaman rumah lebih cepat dan andal. Kepala bidang persepsi di Wing, Dinuka Abeywardena, menjelaskan bahwa pengiriman tanpa awak bertumpu pada AI yang mampu memahami dunia sekitarnya dengan cepat dan andal, dan bahwa perusahaan melihat board baru ini sebagai jalan menuju perangkat yang lebih responsif dan hemat energi. Belum ada tenggat publik untuk beralih dari evaluasi ke penerbangan rutin dengan board baru ini.
Robot rumah
Matic Robots memasang Jetson Orin Nano 2 di robot pembersih rumah mereka. Menurut NVIDIA, board ini memungkinkan penambahan AI percakapan, pengenalan gestur, pemetaan presisi, dan pemahaman semantik hunian, serta bersama itu semua — perilaku otonom saat membersihkan. Salah satu pendiri sekaligus CEO Matic Robots, Navneet Dalal, menggambarkan tugasnya begini: robot rumah harus sekaligus memahami manusia, membangun peta ruang secara presisi, memahami tata letak benda, dan membersihkan di lingkungan yang terus berubah, dan board baru ini memberi kemampuan menjalankan model canggih secara lokal.
Ekosistem produsen
Di sekitar board ini dibangun lingkaran mitra yang luas. AAEON, ADLINK, Advantech, dan Aetina disebut di antara produsen carrier board dan sistem perangkat keras siap pakai. Antmicro, Aptiv, Auvidea, dan AVerMedia mengerjakan perangkat lunak AI yang dikustomisasi dan reference design bersama Chuanglebo, Connect Tech, ForeCR, dan JWIPC. Daftar ditutup oleh Neurealm, Plink, Realtimes, RidgeRun, RS, Seeed Studio, Tauro Tech, Twowin, TZTEK, dan YUAN — menurut NVIDIA, semuanya membantu pelanggan membawa produk ke pasar lebih cepat.
Arti dari daftar semacam ini sederhana: board siap pakai hanyalah separuh pekerjaan. Bagi sebagian besar tim yang membutuhkan AI onboard, yang lebih penting bukan modulnya sendiri, melainkan casing, pendinginan, konektor, driver, dan dukungan yang dapat diprediksi. Semakin rapat jaringan integrator di sekitar platform, semakin sedikit waktu yang dibutuhkan dari prototipe hingga perangkat produksi massal.
Apa artinya ini
Posisi Jetson Orin Nano 2 bukan soal rekor benchmark, melainkan soal perpindahan tempat di mana AI hidup. Inferensi lokal memberikan sesuatu yang tidak bisa dibeli di cloud: latensi tanpa lonjakan jaringan, operasi di tempat yang tidak ada koneksi, dan data yang tidak meninggalkan perangkat. Untuk robot rumah, ini juga soal privasi — aliran video dari apartemen tetap berada di apartemen.
Keterbatasannya juga tidak hilang. Delapan gigabyte memori berarti yang masuk ke onboard bukan model terbesar, melainkan versi yang dipangkas dan dikuantisasi, dan kualitas responsnya akan berbeda dari versi server. Selain itu, baik Wing maupun mitra lain belum menyebutkan tenggat kapan evaluasi board baru ini berubah menjadi produksi massal. Jadi yang kita hadapi lebih merupakan pintu terbuka daripada skenario yang sudah jadi: perangkat keras untuk AI fisik sudah terjangkau, dan apa tepatnya yang akan dibangun di atasnya — itu pertanyaan musim-musim mendatang.
Pengumuman ini disertai acara Physical AI Expo di Amsterdam, London, dan Amerika Utara; artikel tentang rilis ini terbit pada 26 Agustus 2026.
