制造业正处于关键转折点。在各大主要工业经济体中,加快设计周期、精简运营、缓解熟练劳动力短缺等多重压力,正在推动生产方式加速向AI驱动转型。
问题已不再是是否采用AI,而是以多快的速度、在多大规模上落地。
2026年汉诺威工业博览会将于4月20日至24日在德国汉诺威举行,英伟达及其合作伙伴将在现场展示AI驱动制造的实际应用。参展者将亲历加速计算、AI物理仿真、智能体与机器人技术的最新进展,如何在工业创新中发挥关键作用——涵盖智能体辅助的设计与工程、实时仿真、视觉AI智能体,以及在工厂中运行的人形机器人。
未来工厂不只是一个愿景,它正在此刻被建造。
主权AI基础设施:工业规模化的核心底座
在工厂和供应链中大规模运行AI,需要坚实的基础设施支撑。随着AI成为产品设计、流程优化和设施运营的基础能力,制造商需要一套统一、可信、安全且可扩展的主权AI平台。
工业AI云(Industrial AI Cloud)是德国电信(Deutsche Telekom)基于英伟达AI基础设施在德国本土建设的欧洲最大AI工厂之一,为欧洲各行业加速AI与机器人应用提供了安全可信的主权基础。
在本届博览会上,Agile Robots、SAP、西门子(Siemens)、PhysicsX和Wandelbots等行业领军企业将分享他们如何借助这一主权AI平台,运行涵盖AI物理驱动实时仿真、工厂级数字孪生和软件定义机器人等在内的AI加速工作负载。EDAG作为知名独立工程服务商,也宣布将在工业AI云上运行其工业元宇宙平台metys,将主权AI基础设施引入汽车和工业工程领域。
为满足AI基础设施的持续增长需求,戴尔科技(Dell Technologies)、IBM、联想(Lenovo)和PNY也将展示搭载英伟达加速计算的系统,覆盖边缘端到数据中心,帮助制造商提升仿真速度,并在生产中规模部署计算机视觉、AI智能体和机器人。
AI物理与智能体:重塑工业设计与仿真
随着工业系统日趋复杂,工程师赖以进行设计、仿真和测试的软件,也正在被AI物理技术和智能体AI所改造升级。在汉诺威工业博览会上,英伟达合作伙伴将展示AI加速设计与仿真带来的全新可能。
Cadence、达索系统(Dassault Systèmes)、西门子和Synopsys正将英伟达CUDA-X、AI物理仿真技术和英伟达Omniverse库,以及英伟达Nemotron开源模型集成到各自软件中,实现基于物理规律的实时仿真、AI驱动的设计探索和赋能工程师的智能体工作流。
数字孪生:优化工厂运营的核心引擎
工厂级数字孪生是推动流程仿真、实时运营以及机器人集群测试与编排的关键。在本届博览会上,制造、能源和汽车领域的合作伙伴将展示基于Omniverse库和OpenUSD构建的数字孪生,如何帮助客户设计、压力测试并持续优化生产运营。
ABB将展示如何将英伟达Omniverse库与微软Azure云服务整合进ABB Genix工业物联网与AI套件,使运营团队能够在完整背景下理解资产性能,并借助AI智能体加速根因分析。
达索系统将演示未来AI驱动工厂如何由虚拟孪生体验提供支撑,展示这些虚拟孪生如何利用英伟达物理AI库实现自主、软件定义的生产,以及更智能、更敏捷的制造系统。
Kongsberg Digital将重点展示如何将英伟达Omniverse库集成到其Kognitwin平台,为关键能源基础设施提供空间智能。数字孪生模型、实时运营数据与AI智能体的结合,使客户能够分析复杂资产、虚拟测试场景,并在物理变更落地前完成性能优化。
微软将展示英伟达Omniverse库如何与Microsoft Fabric实时智能及IQ集成,实现面向真实物理系统的精准实时仿真;基于英伟达物理AI数据工厂蓝图构建的Azure Physical AI Toolchain,则进一步加速了物理AI和自主机器人的生产部署。
西门子将展示如何将英伟达Omniverse库集成到其Digital Twin Composer解决方案,将多领域工程与运营数据转化为可仿真的综合数字孪生,帮助客户提升吞吐量,并在物理变更前提前发现生产问题。
Wandelbots将Wandelbots NOVA平台与英伟达Omniverse NuRec等Omniverse库相结合,展示一条将真实设施数字化为高精度物理仿真的有效路径。对于Gessmann的GESSbot机器人等解决方案,这为加速调试、降低复杂工业现场部署风险提供了新的可能。
视觉AI智能体:重新定义工厂智能感知
传统AI的响应局限于固定条件,而AI智能体则带来了全新的主动式、自适应智能,能够理解所观察到的内容,分析当前状况,再采取相应行动。
在博览会上,参展者将看到基于英伟达Metropolis库、Nemotron和英伟达Cosmos开源模型构建的视觉AI智能体,如何整合多路数据流与现有摄像头基础设施,在质量控制、运营效率和工人安全等方面实现质的飞跃。
Invisible AI将在现场发布其视觉执行系统(Vision Execution System)——一套利用AI智能体实时采集、结构化并分析工厂车间每一个生产周期的视觉AI系统。该系统基于英伟达Metropolis VSS蓝图及英伟达Cosmos Reason 2和Nemotron模型构建,自主AI智能体可在问题扩大之前将可操作洞察直接推送给操作员。这类生产智能系统已在丰田(Toyota)等全球顶级汽车制造工厂中取得了显著的实际成效。
Tulip Interfaces将展示Factory Playback,该方案基于VSS蓝图和Cosmos Reason 2,将机器遥测、操作员工作流、质量事件和视频同步整合为可搜索的操作情境时间线。全球拥有逾40家工厂的工业设备制造商特雷克斯(Terex)已在使用该平台获取深度洞察,预计可实现约3%的产量提升和10%的返工减少。
Fogsphere将视觉AI延伸至最严苛的制造和工业环境。其Vision Agent平台现已支持基于ARM的边缘部署,并集成了基于英伟达Cosmos Reason 2和Metropolis VSS蓝图的训练工作流,帮助客户构建和微调视觉AI智能体。能源与工业生态系统工程服务公司Saipem正在利用该平台构建可实时检测和响应高风险安全与环境事件的智能体。
机器人与物理AI:迈向自主工业自动化
AI推理正在打破工业机器人的单任务限制,使其摆脱耗时繁琐的重新编程,具备在非结构化环境中导航、学习新任务并自主行动的能力。在汉诺威工业博览会上,英伟达合作伙伴将展示机器人完成真实生产任务的全过程,以及让各规模制造商触手可及的物理AI框架。
在德国埃尔朗根的西门子自主电子工厂样板中,Humanoid公司的HMND 01轮式人形机器人——搭载英伟达Jetson Thor边缘AI模块,并借助Isaac Sim和Isaac Lab开源框架完成仿真与强化学习训练——已在生产环境中完成首个自主物流操作概念验证。Humanoid以仿真优先的开发模式,将通常需要长达两年的硬件开发周期压缩至短短七个月。
SCHUNK的GROW自动化单元以标准化、可部署的形式将物理AI引入生产。英伟达Omniverse库和Isaac仿真框架使机器人行为可在上线前完成仿真、训练和验证;Wandelbots的NOVA平台将仿真与车间生产紧密连接,实现持续优化;而安永(EY)则负责设计运营模式,以便在欧洲中小企业中规模化推广。
借助英伟达物理AI技术栈——包括物理AI数据工厂蓝图和具备功能安全能力的英伟达IGX Thor工业级边缘计算平台——Hexagon Robotics正在加速机器人的训练、验证与部署。成果已初步显现:AEON即将在莱比锡宝马工厂执行装配作业,成为德国生产环境中首批人形机器人部署案例之一。
QNX已扩展与英伟达的合作,共同为机器人、医疗和工业应用提供安全关键边缘AI系统,QNX OS for Safety 8.0现已集成至英伟达IGX Thor和英伟达Halos安全技术栈。
Q&A
Q1:工业AI云是什么?它对制造业有什么意义?
A:工业AI云(Industrial AI Cloud)是德国电信基于英伟达AI基础设施在德国本土建设的欧洲最大AI工厂之一。它为欧洲各行业提供安全、可信的主权AI基础,支持AI物理驱动实时仿真、工厂级数字孪生和软件定义机器人等工作负载。对制造业而言,它解决了大规模部署AI时对数据主权和安全性的核心需求,是工业AI落地的重要基础设施支撑。
Q2:视觉AI智能体在工厂中能解决哪些实际问题?
A:视觉AI智能体能够整合多路数据流与现有摄像头基础设施,在质量控制、运营效率和工人安全方面发挥作用。例如,Invisible AI的视觉执行系统可实时分析每个生产周期,在问题扩大前向操作员推送预警;Tulip Interfaces的Factory Playback则帮助特雷克斯预计实现约3%的产量提升和10%的返工减少。
Q3:人形机器人目前在工厂中达到了怎样的应用水平?
A:目前人形机器人已进入工厂实际应用阶段。Humanoid的HMND 01已在西门子德国埃尔朗根工厂完成自主物流操作的概念验证,开发周期从通常的两年压缩至七个月。Hexagon Robotics的AEON机器人也即将在莱比锡宝马工厂执行装配作业,是德国生产环境中首批人形机器人部署案例之一。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。