NVIDIA JetsonにNemoClaw対応──エージェントAIはサーバーから工場・ロボットの現場へ

2026.06.26

NVIDIAはCOMPUTEXで、JetPack 7.2とNVIDIA NemoClawのJetson対応を発表した。サーバーやワークステーション上で使われてきたエージェントAIを、ロボット、産業検査、工場自動化などのエッジ環境へ広げる狙いだ。

Jetsonは、ロボット、自律システム、産業検査、医療機器などで使われるエッジAI基盤である。今回の発表は、Physical AIが研究やデモから、現場で動く本番スタックへ近づいていることを示す。

JetPack 7.2、agent skills、NemoClawの3層

NVIDIAは、今回のリリースを3層で説明している。基盤となるJetPack 7.2はOS、計算、決定論的性能を担う。中間層のagent skillsは、Linuxカスタマイズ、メモリ最適化、モデルベンチマークなど開発者タスクを自動化する。そして最上位にNemoClawが載る。

JetPack 7.2では、YoctoベースOSサポート、Jetson Orin向けCUDA 13、Jetson ThorでのMIGとリアルタイムカーネル、Jetson AGX Orin 32GBの241 TOPSへの性能向上などが示された。

NVIDIAは、SolomonがNemoClawを使ってヒューマノイドロボット上のAIエージェントを調整している例、Advantechが自社工場でagentic factory brainを構築している例を紹介している。視覚、推論、センサー融合、移動、操作を1つのワークフローとして扱う方向だ。

エッジで動くエージェントAIの価値は、クラウドにすべてを送れない現場で特に大きい。遅延、通信断、機密データ、リアルタイム制御といった制約があるため、現場側に一定の推論能力と判断能力を置く必要がある。

製造、物流、建設、医療、農業機械など、日本企業の強い領域では、AIをPCやクラウド上のソフトウェアに閉じ込めず、機械や設備へ組み込む競争が進む。NVIDIA Jetsonの強化は、その実装基盤として重要だ。

ただし、Physical AIの導入では、モデル精度だけでなく、安全設計、決定論的な処理、フェイルセーフ、保守体制が問われる。エージェントAIを現場へ入れる企業は、開発効率化と同時に、事故時の責任分界や監査ログを設計する必要がある。