节省高达20%的西门携手成本

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，高效地统筹产能 、共建

西门子爱尔兰根工厂
西门子爱尔兰根工厂

如今约有1,主工000名员工 ，制造到交付的西门携手完整价值链 。已成为全球工业创新的共建交汇点。AI可以从PCB组件的驱动数字孪生中直接生成逼真图像来训练视觉系统，在西门子爱尔兰根电子工厂充分展示如何实践这条道路 。主工并根据设定的西门携手KPI向规划人员展示每个选项带来的影响 。也使生产规划更具适应性 。共建以往 ，驱动NVIDIA Omniverse库让团队能够利用真实的主工工厂数据，"NVIDIA物理AI仿真副总裁Rev Lebaredian表示，西门携手NVIDIA Factory Operations Blueprint则为AI智能体提供支持 ，共建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 。驱动物流、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，十多年来，才能用它来训练视觉系统 ，这种端到端 、帮助它们制定生产计划，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 ，"今天 ，"西门子股份公司董事会成员  、在这里 ，质量检测和维护等各个环节。开发出了首批全新AI解决方案 。基于AI智能体的生产规划，在西门子爱尔兰根电子工厂，因为团队必须等到物理样机出来之后，不仅加快生产启动速度，由于直接在真实生产环境中进行测试 ，就用AI训练检测系统；对实体生产线进行调整改造前，团队能够紧密围绕实际制造需求来打磨产品。协助工厂灵活应对不断变化的生产需求 。
    • 全新AI解决方案亮相西门子爱尔兰根工厂，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，让其真正在工业场景实现规模化应用。已经是全球最先进的制造基地之一。始建于1971年 ，如今  ，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，

      在工厂的生产规划环节，在虚拟环境中先行测试这些方案 。AI和仿真让这成为可能 。也为将AI能力规模化推广至更多行业绘制了落地蓝图。我们正在为世界各地的自主工厂构建未来蓝图 。工业未来不只是停留在讨论阶段，仿真和加速计算技术，还能让制造运营更灵活地应对新订单 、不仅能实现高达20%的成本节约 ，也要能灵活应对变化 。规划人员只能凭经验权衡各种因素 ，这座工厂每年生产率提升7% ，以往质量检测的准备工作需要耗费数周时间 ，"

      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 ，每当新订单到来，这批在制造业内极具开创性的应用 ，西门子已为此项转型投资5亿欧元 。该工厂一直在实际生产中测试  、并手动配置检测设备 。以及西门子的工业软件、开发和应用前沿的数字化生产技术 。"

      "工厂既要能应对重复性任务，

      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% ，物料供应、全面重塑产品从设计、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。它会自动生成多种生产方案，物料短缺或客户需求的变化。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。该工厂的扩建计划将持续至2030年 ，交货日期和生产排程之间的平衡。同时 ，我们与NVIDIA一起，工厂每年接待近3000人次的客户来访 ，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 。尽量做出最优决策 。同时，已有超过100种AI算法活跃应用于生产、

      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 ，

      爱尔兰根工厂既是工业AI的实景实验室  ，主要为工业和基础设施领域（包括机床、目前，

      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，NVIDIA Cosmos世界模型可以为质量检测生成逼真的训练数据。自动化及制造领域产品与专业知识 。更多应用将在未来数月内陆续推出。新的AI解决方案也有望更快速  、将共同打造全球首批完全由AI驱动的制造基地，以及NVIDIA的各项技术。而现在，西门子和NVIDIA希望携手让AI赋能制造业底层逻辑，而是每天都在落地成真。在执行之前 ，数字化工业业务总裁奈柯（Cedrik Neike）表示，"在爱尔兰根，这些方案融合了NVIDIA的AI、一个AI智能体开始辅助优化这一流程。上市周期缩短多达40%。这些方案还会通过整个工厂的数字孪生进行验证  。让工程师无需等待物理样机就能提前做好检测准备。就是把AI从数据中心带入工厂车间，先在仿真环境中反复设计和测试生产方案。