始建于1971年,西门携手就是共建把AI从数据中心带入工厂车间 ,这座工厂每年生产率提升7% ,驱动已成为全球工业创新的主工交汇点 。也为将AI能力规模化推广至更多行业绘制了落地蓝图。西门携手先在仿真环境中反复设计和测试生产方案。共建并根据设定的驱动KPI向规划人员展示每个选项带来的影响。将工程投入削减高达85%
  • 基于智能体的主工生产规划可实现更具适应性的制造,协助工厂灵活应对不断变化的西门携手生产需求 。自动化及制造领域产品与专业知识  。共建更多应用将在未来数月内陆续推出 。驱动由于直接在真实生产环境中进行测试 ,主工

    爱尔兰根工厂既是西门携手工业AI的实景实验室,

    西门子爱尔兰根工厂
    西门子爱尔兰根工厂

    质量检测和维护等各个环节 。驱动已经是全球最先进的制造基地之一。标志着西门子与NVIDIA在推进AI驱动自主制造方面的合作达成了新的里程碑 。在虚拟环境中先行测试这些方案 。让工程师无需等待物理样机就能提前做好检测准备。
    • 全新AI解决方案亮相西门子爱尔兰根工厂,一个AI智能体开始辅助优化这一流程。这些新技术将为生产规划和产品开发等领域带来突破性效率提升。基于AI智能体的生产规划,每当新订单到来,开发出了首批全新AI解决方案 。该工厂的扩建计划将持续至2030年 ,全面重塑产品从设计 、十多年来 ,"今天,西门子已为此项转型投资5亿欧元。进一步巩固其作为全球AI驱动自主制造蓝图的标杆地位
    • 生产准备流程实现全虚拟化 ,在西门子爱尔兰根电子工厂充分展示如何实践这条道路 。它会自动生成多种生产方案 ,新的AI解决方案也有望更快速 、以往质量检测的准备工作需要耗费数周时间,以及西门子的工业软件 、在这里 ,我们与NVIDIA一起 ,不仅能实现高达20%的成本节约,工业未来不只是停留在讨论阶段 ,"在爱尔兰根,如今约有1,000名员工 ,NVIDIA Omniverse库让团队能够利用真实的工厂数据,如今 ,也要能灵活应对变化。同时,规划人员只能凭经验权衡各种因素,这些方案融合了NVIDIA的AI、双方于2026年1月在拉斯维加斯CES(国际消费电子展)期间宣布,制造到交付的完整价值链 。这种端到端 、就用AI训练检测系统;对实体生产线进行调整改造前,我们正在为世界各地的自主工厂构建未来蓝图 。高效地统筹产能 、开发和应用前沿的数字化生产技术。

      这些成果源于西门子的工业软件和在制造领域的技术积淀与经验,

      在工厂的生产规划环节 ,也使生产规划更具适应性。而现在,"

      西门子和NVIDIA的合作团队在不到10个月的时间内,

      西门子爱尔兰根工厂位于德国南部,同时 ,"NVIDIA物理AI仿真副总裁Rev Lebaredian表示 ,以及NVIDIA的各项技术。让其真正在工业场景实现规模化应用  。尽量做出最优决策 。已有超过100种AI算法活跃应用于生产  、目前,电池生产以及流程和离散制造行业)生产电力电子和自动化产品 。工厂每年接待近3000人次的客户来访 ,在西门子爱尔兰根电子工厂,西门子和NVIDIA把多年合作的成果真正用到了生产一线——在物理样机还没造出来之前,这批在制造业内极具开创性的应用 ,才能用它来训练视觉系统,西门子和NVIDIA希望携手让AI赋能制造业底层逻辑 ,物流、在执行之前 ,AI和仿真让这成为可能。主要为工业和基础设施领域(包括机床 、并手动配置检测设备。这些方案还会通过整个工厂的数字孪生进行验证 。该工厂一直在实际生产中测试、仿真和加速计算技术,上市周期缩短多达40%。NVIDIA Factory Operations Blueprint则为AI智能体提供支持,将共同打造全球首批完全由AI驱动的制造基地,节省高达20%的成本

    德国爱尔兰根2026年10月20日 /美通社/ -- 西门子近日在其位于德国爱尔兰根的电子工厂发布了全新AI解决方案——通过AI和数字孪生技术 ,帮助它们制定生产计划,而是每天都在落地成真。

    对于新型印刷电路板(PCB)组件——即爱尔兰根工厂所生产驱动器和变频器的核心部件——虚拟化生产准备可将工程投入削减高达85%,物料短缺或客户需求的变化。团队能够紧密围绕实际制造需求来打磨产品。以往  ,

    西门子爱尔兰根工厂
    西门子爱尔兰根工厂

    "德国和欧洲面临的历史性机遇 ,AI可以从PCB组件的数字孪生中直接生成逼真图像来训练视觉系统,NVIDIA Cosmos世界模型可以为质量检测生成逼真的训练数据 。数字化工业业务总裁奈柯(Cedrik Neike)表示,因为团队必须等到物理样机出来之后 ,"西门子股份公司董事会成员 、此后一直在西门子爱尔兰根工厂共同开发和测试这些应用 。物料供应、交货日期和生产排程之间的平衡 。"

    "工厂既要能应对重复性任务 ,不仅加快生产启动速度,还能让制造运营更灵活地应对新订单 、