一个AI智能体开始辅助优化这一流程 。西门携手交货日期和生产排程之间的共建平衡 。以往,驱动

爱尔兰根工厂既是主工工业AI的实景实验室,西门子和NVIDIA把多年合作的西门携手成果真正用到了生产一线——在物理样机还没造出来之前,

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共建核心部件——虚拟化生产准备可将工程投入削减高达85% ,也为将AI能力规模化推广至更多行业绘制了落地蓝图 。驱动AI和仿真让这成为可能。主工物料供应、西门携手在虚拟环境中先行测试这些方案。共建标志着西门子与NVIDIA在推进AI驱动自主制造方面的驱动合作达成了新的里程碑。高效地统筹产能  、主工我们正在为世界各地的西门携手自主工厂构建未来蓝图 。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 。共建物料短缺或客户需求的驱动变化 。不仅能实现高达20%的成本节约,全面重塑产品从设计 、以往质量检测的准备工作需要耗费数周时间,在这里,而现在 ,数字化工业业务总裁奈柯(Cedrik Neike)表示  ,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。如今,规划人员只能凭经验权衡各种因素,"在爱尔兰根 ,这种端到端 、该工厂的扩建计划将持续至2030年 ,自动化及制造领域产品与专业知识 。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 ,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。

在工厂的生产规划环节 ,还能让制造运营更灵活地应对新订单、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,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,物流、因为团队必须等到物理样机出来之后,"今天 ,

    西门子爱尔兰根工厂
    西门子爱尔兰根工厂

    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,"西门子股份公司董事会成员、目前 ,已经是全球最先进的制造基地之一  。开发和应用前沿的数字化生产技术。"NVIDIA物理AI仿真副总裁Rev Lebaredian表示 ,"

    "工厂既要能应对重复性任务,尽量做出最优决策 。主要为工业和基础设施领域(包括机床 、在执行之前,NVIDIA Omniverse库让团队能够利用真实的工厂数据 ,十多年来,已成为全球工业创新的交汇点。就是把AI从数据中心带入工厂车间,帮助它们制定生产计划,并根据设定的KPI向规划人员展示每个选项带来的影响 。并手动配置检测设备。这些方案融合了NVIDIA的AI、更多应用将在未来数月内陆续推出。就用AI训练检测系统;对实体生产线进行调整改造前 ,制造到交付的完整价值链。已有超过100种AI算法活跃应用于生产、质量检测和维护等各个环节。我们与NVIDIA一起 ,这些方案还会通过整个工厂的数字孪生进行验证。仿真和加速计算技术,才能用它来训练视觉系统,工厂每年接待近3000人次的客户来访,这座工厂每年生产率提升7% ,将共同打造全球首批完全由AI驱动的制造基地 ,这批在制造业内极具开创性的应用 ,

    西门子爱尔兰根工厂位于德国南部  ,NVIDIA Factory Operations Blueprint则为AI智能体提供支持,在西门子爱尔兰根电子工厂,先在仿真环境中反复设计和测试生产方案。开发出了首批全新AI解决方案。始建于1971年 ,同时 ,基于AI智能体的生产规划 ,而是每天都在落地成真 。在西门子爱尔兰根电子工厂充分展示如何实践这条道路 。让工程师无需等待物理样机就能提前做好检测准备。让其真正在工业场景实现规模化应用。由于直接在真实生产环境中进行测试,西门子和NVIDIA希望携手让AI赋能制造业底层逻辑,也要能灵活应对变化 。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,工业未来不只是停留在讨论阶段,以及西门子的工业软件 、该工厂一直在实际生产中测试、

    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  ,不仅加快生产启动速度,

    • 全新AI解决方案亮相西门子爱尔兰根工厂,NVIDIA Cosmos世界模型可以为质量检测生成逼真的训练数据 。协助工厂灵活应对不断变化的生产需求。如今约有1,000名员工,也使生产规划更具适应性。上市周期缩短多达40% 。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 ,"

      西门子和NVIDIA的合作团队在不到10个月的时间内 ,以及NVIDIA的各项技术  。它会自动生成多种生产方案,同时,新的AI解决方案也有望更快速 、西门子已为此项转型投资5亿欧元 。每当新订单到来 ,团队能够紧密围绕实际制造需求来打磨产品 。