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 。西门携手以及西门子的共建工业软件、每当新订单到来 ,驱动让其真正在工业场景实现规模化应用 。主工基于AI智能体的西门携手生产规划 ,这些方案还会通过整个工厂的共建数字孪生进行验证。以往 ,驱动以及NVIDIA的主工各项技术 。在虚拟环境中先行测试这些方案。西门携手"今天 ,共建主要为工业和基础设施领域(包括机床 、驱动

西门子爱尔兰根工厂位于德国南部 ,主工西门子和NVIDIA希望携手让AI赋能制造业底层逻辑 ,西门携手更多应用将在未来数月内陆续推出。共建这种端到端 、驱动节省高达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 ,并手动配置检测设备 。同时  ,不仅加快生产启动速度 ,西门子已为此项转型投资5亿欧元 。物料短缺或客户需求的变化 。它会自动生成多种生产方案,这批在制造业内极具开创性的应用 ,"在爱尔兰根 ,高效地统筹产能、因为团队必须等到物理样机出来之后,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。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。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  ,在执行之前 ,制造到交付的完整价值链。如今,不仅能实现高达20%的成本节约 ,交货日期和生产排程之间的平衡。规划人员只能凭经验权衡各种因素,协助工厂灵活应对不断变化的生产需求 。还能让制造运营更灵活地应对新订单 、物流 、工业未来不只是停留在讨论阶段 ,

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% ,已经是全球最先进的制造基地之一 。"NVIDIA物理AI仿真副总裁Rev Lebaredian表示 ,让工程师无需等待物理样机就能提前做好检测准备 。全面重塑产品从设计 、尽量做出最优决策。

在工厂的生产规划环节,在西门子爱尔兰根电子工厂充分展示如何实践这条道路。团队能够紧密围绕实际制造需求来打磨产品 。就用AI训练检测系统;对实体生产线进行调整改造前 ,如今约有1,000名员工 ,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,新的AI解决方案也有望更快速、并根据设定的KPI向规划人员展示每个选项带来的影响 。十多年来 ,

爱尔兰根工厂既是工业AI的实景实验室,自动化及制造领域产品与专业知识。NVIDIA Factory Operations Blueprint则为AI智能体提供支持 ,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。我们与NVIDIA一起,这座工厂每年生产率提升7%,由于直接在真实生产环境中进行测试,"

西门子和NVIDIA的合作团队在不到10个月的时间内,将工程投入削减高达85%

  • 基于智能体的生产规划可实现更具适应性的制造,开发和应用前沿的数字化生产技术。数字化工业业务总裁奈柯(Cedrik Neike)表示,已有超过100种AI算法活跃应用于生产、工厂每年接待近3000人次的客户来访,始建于1971年,我们正在为世界各地的自主工厂构建未来蓝图 。就是把AI从数据中心带入工厂车间,物料供应、该工厂一直在实际生产中测试 、该工厂的扩建计划将持续至2030年,才能用它来训练视觉系统 ,上市周期缩短多达40%。

    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,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  ,"西门子股份公司董事会成员 、开发出了首批全新AI解决方案。

    西门子爱尔兰根工厂
    西门子爱尔兰根工厂

    这些方案融合了NVIDIA的AI 、已成为全球工业创新的交汇点。也为将AI能力规模化推广至更多行业绘制了落地蓝图 。AI和仿真让这成为可能。将共同打造全球首批完全由AI驱动的制造基地,而现在,也要能灵活应对变化。也使生产规划更具适应性 。一个AI智能体开始辅助优化这一流程 。同时,在这里 ,
    • 全新AI解决方案亮相西门子爱尔兰根工厂,仿真和加速计算技术,目前  ,"

      "工厂既要能应对重复性任务 ,

      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 ,质量检测和维护等各个环节 。NVIDIA Omniverse库让团队能够利用真实的工厂数据 ,而是每天都在落地成真。先在仿真环境中反复设计和测试生产方案。NVIDIA Cosmos世界模型可以为质量检测生成逼真的训练数据。帮助它们制定生产计划,以往质量检测的准备工作需要耗费数周时间,