什么是工业 AI？

工业 AI 是物理 AI 和其他人工智能技术的应用，使用实时工业数据和预测分析来优化工业流程，提高自动化程度并改进决策制定。

领先的工业和制造业公司正在采用工业 AI 来提高效率、降低成本并优化工作流。从 AI 赋能的仓库机器人到高级制造仿真，工业领域正在经历快速转型。

西门子在其 Siemens Xcelerator 平台中使用 NVIDIA Omniverse™ Cloud API，首先从云端产品生命周期管理 (PLM) 软件 Teamcenter X 开始。这一集成将使工程团队能够创建更具沉浸感和照片级真实感的数字孪生，有助于消除工作流浪费并减少错误。使用生成式 AI，例如在物理真实感渲染中应用材质和光照环境等工作流程将被大幅加速。

Siemens Industrial Copilot for Operations 是一款面向车间一线员工的生成式 AI 驱动助手，它结合了 NVIDIA Metropolis 和 NIM。借助这一助手，自动化和维护工程师可实时查询运营和文档数据，从而加快决策速度并减少设备停机时间。西门子电子位于德国埃尔兰根的工厂通过部署 Copilot for Operations，帮助操作人员更好地理解焊接机中的机器错误代码，实现了 30% 的生产效率提升。

EDAG 是一家全球工程公司，专注于为全球制造企业提供生产工厂从规划、设计、优化到实施的端到端服务。该公司使用 OpenUSD 和 NVIDIA Omniverse 技术为工业数字孪生平台提供支持，帮助客户应用先进的仿真和 AI 来加速项目交付、优化生产布局、培训员工，并改进数据驱动的质量保证水平。

KION Group 和 Accenture 将 AI 赋能机器人与数字孪生相整合，优化仓库运营和供应链。通过使用 Mega NVIDIA Omniverse Blueprint 构建解决方案，KION 和 Accenture 得以在不中断现实世界运营的情况下设计、测试和优化仓库布局，并对机器人车队进行仿真和测试。这些解决方案帮助其团队提高了仓库效率、安全性和适应性。自动叉车、智能摄像头和其他高级机器人系统将在仓库数字孪生中进行仿真和验证，这有助于优化设施布局、机器人车队协调和工人分配。KION 计划使用视觉语言模型，以便更好地理解搬运设备负载状态的变化和异常。

埃森哲还与 Agility Robotics 和 Schaeffler 合作，在复杂的生产环境中优化设施布局、物料流以及人类和机器人之间的协作。

全球电源和散热管理技术领导者 Delta Electronics 通过使用 NVIDIA Omniverse 和通用场景描述 (OpenUSD) 开发数字孪生平台，强化智能制造能力。该平台以虚拟方式链接特定的生产线，聚合来自不同设备的 3D 数据，以创建操作的综合数字副本。

通过在解决方案中集成 NVIDIA Isaac Sim™，Delta 开发者能够生成物理精准、逼真的合成数据，用于训练计算机视觉模型，并模拟检测摄像头的性能表现。这种方法使 Delta 能够在实际生产开始之前优化工厂流程的各个方面，从而减少停机时间并提高效率。

Delta Electronics 将利用数字孪生和合成数据重新定义生产线和工业检测。

全球技术服务提供商 Wistron 将利用工业 AI 技术加速 NVIDIA Grace Blackwell 产品线的生产。通过使用 Omniverse 构建工厂的数字孪生，Wistron 可以在虚拟环境中模拟和优化生产流程。这样可以快速迭代和改进制造工作流，从而提高生产质量，并缩短上市时间。

此外，Wistron 还开发了基于物理信息驱动 AI 的热流模拟器，能够在短短一分钟内评估近 100 种针对新产品线的厂房布局方案。

此项技术协作显著压缩了端到端工作流，使 Wistron 能够更快地响应 AI 服务器产品的快速迭代，并有助于确保新产品能够根据市场需求从开发阶段过渡到批量生产阶段。

Wistron 的实践展示了工业 AI 与数字孪生如何压缩从产品研发到量产上市的周期。更广泛地说，同样的原则正通过 NVIDIA Omniverse DSX Blueprint 等平台，被应用于下一代 AI 工厂的设计与运营中。

DSX 通过将物理与数字数据整合到基于 OpenUSD 构建的交互式数字孪生中，使开发者能够加速从设计到运营吉瓦级 AI 工厂的整个过程。通过利用 SimReady 资产和 Omniverse 加速库，开发者能够将实时的功耗、散热及运营仿真直接融入其自身工作流程，从而提升效率、可持续性和可靠性。该蓝图在从设计到部署的整个过程中为开发者提供帮助，优化能源使用，并展示 AI 驱动的工作流。

全球最大制造商 Foxconn 将加快 NVIDIA Blackwell 产品线的新生产设施部署。Foxconn 可通过创建工厂的数字孪生虚拟集成设施和设备布局，优化楼面规划和摄像头的策略性布局，以简化运营。这种虚拟集成可减少成本高昂的现实世界更改，并提高效率。

Foxconn 正在美国德克萨斯州休斯顿建造一座先进的工厂来提速智能制造。工程师们使用西门子基于 NVIDIA Omniverse 库开发的数字孪生技术堆栈在施工前以虚拟方式组装和验证每个机械、电气和管道系统。

随后，工程师使用 Mega NVIDIA Omniverse Blueprint 和开源 NVIDIA Isaac Sim 框架来设计、仿真、训练和验证 AI 赋能的机器人车队，这些机器人将与工厂员工协同作业，共同生产制造 NVIDIA AI 基础设施系统。

在数字孪生中，Foxconn 使用基于 NVIDIA Isaac Sim 构建的解决方案模拟和测试自主机器人，确保工业机械手和自主移动机器人在现实世界部署之前有效运行。此外，Foxconn 还在其视觉 AI 解决方案中采用 NVIDIA Metropolis，通过优化摄像头放置对工厂车间进行监控，从而提升工人的安全与运营管理效能。该公司预计可实现大幅成本节约，仅其墨西哥工厂就可每年降低 30% 以上的能耗。

NVIDIA Factory Operations Blueprint (FOX) 基于此工厂数字孪生基础构建，为构建自主工厂经理智能体提供了参考设计，该智能体可持续监测实时数据并进行推理，还能编排专业智能体和机器集群，以快速大规模解决问题。包括 Advantech、Foxconn、Pegatron 和 Wistron 在内的制造商率先使用 NVIDIA FOX Blueprint 和 NemoClaw 部署了自主工厂经理智能体。

德国领先汽车技术公司大陆集团开发了 AI 赋能的虚拟工厂解决方案，用于增强制造运营。他们利用 NVIDIA Omniverse 和 OpenUSD，创建了两个关键应用：

ContiVerse：沉浸式数字孪生平台，提供对工厂作业流程与机器设备的实时洞察。通过将数据聚合到基于云的数据湖中，ContiVerse 支持工程师对生产线进行模拟和优化，帮助其作出明智决策、快速识别问题。例如，其塞尔维亚 Novi Sad 工厂的等比例数字孪生支持虚拟现场巡检，从而增强了远程监控与故障排除效能。

Industrial Co-Pilot：融合生成式 AI 与三维可视化技术的虚拟助手，可协助工厂团队执行设备维护任务。与 IT 咨询公司 SoftServe 合作开发的此款工具，能够通过提供直观可视的指导来简化维护流程，起到减少停机时间、提高生产力的作用。

通过集成这些解决方案，大陆集团预计维护工作和停机时间将减少 10%，从而可提高制造运营各环节的生产力。

和硕开发了支持 AI 的数字孪生平台 — PEGAVERSE，以实现制造运营转型，同时提高效能、质量和成本效益。PEGAVERSE 采用 NVIDIA Omniverse、AI 和 OpenUSD 构建，方便工程师和工厂经理协作规划、模拟和优化生产线，对设施、设备和维护任务进行实时洞察。在该平台的支持下，位于台湾、印度、印度尼西亚、中国大陆和越南的虚拟工厂均部署了预测性维护、流程优化、资源规划、远程监控和质量控制等用例。

PEGAVERSE 集成了机器学习、生成式 AI 和物联网，以增强数字孪生体验。和硕的 PEGAAi 平台简化了数据采集、标记和模型训练，而大语言模型 (LLM) 助力制造流程实现自动化，并赋予其灵活性。该公司还采用 NVIDIA Isaac Sim 解决方案进行机器人仿真，使用 NVIDIA Metropolis 进行自动光学检测，从而提高生产精度。通过采用 OpenUSD，和硕统一了不同的工具和数据，加速设计和仿真工作流。这种数字化转型使和硕能够优化工厂运营，减少停机时间，并在全球范围内提高制造效率。

和硕还正在构建视频分析 AI 智能体，以检测装配线上的异常，并进一步提升产品良率。使用用于视频搜索和总结的 NVIDIA AI Blueprint，和硕能够分析细致入微的 7 步装配流程，并在发现与标准操作流程相比存在差异时提醒员工。通过微调视觉语言模型，其模型精度达到了 90% 以上，产品缺陷率和人工成本分别降低了 67% 和 7%。