1866年,德国工程师维尔纳·冯·西门子发现并发明了自激式发电机原理,世界上第一台自激式直流发电机、也是第一台实用发电机由此研制而出。
这台发电机的面世,为后来大规模发电、电力传输和工业电气化奠定了基础,成为第二次工业革命的起点,人类从蒸汽机时代正式迈入了电气化时代。
维尔纳·冯·西门子还有另一个身份,是成立于1847年的全球工业巨头西门子的创始人。西门子是电气化时代的重要推动者和参与者,在1875年发电机正式推出并商用后,西门子随后还研发出了第一条电动有轨电车线路、第一台电动电梯等,并正式参与到全球电力项目建设中。
电力的普及应用,为全球推开了现代工业世界的大门,百年之后的当下,我们又一次站在了全球技术大变革的前沿,这一次的主角是人工智能。
3月23日-24日,在西门子首届RXD大会(Real Meets Digital)期间,西门子股份公司董事会主席、总裁兼首席执行官博乐仁来到现场,他在开场演讲中指出:“人工智能就像当年的电力一样具有强大的变革性,它将使工业和城市系统变得更加高效自主和自适应,也将改变我们的生产和生活方式,工业AI革命已经开启。”
通过打造工业AI“操作系统”,让AI走进现实世界,构筑强大的合作生态……西门子已深度参与并引领这场工业AI带来的时代变革。

01 工业AI“操作系统”,加速AI照进现实
西门子工业AI“操作系统”的这个构想,正式对外亮相是在前不久举行的CES期间。
当时博乐仁和英伟达CEO黄仁勋宣布扩展战略合作,共同打造工业AI“操作系统”,在这次合作中,西门子将投入数百名工业 AI 专家及领先的硬件与软件资源,英伟达则提供 AI 基础设施、仿真库、模型、框架与蓝图。
作为全球人工智能和工业领域顶级战队,西门子与英伟达的这一合作,旨在重新定义物理世界的设计与运行方式,推动AI规模化应用于现实世界。
回到西门子RXD大会上,博乐仁详细阐述了对工业AI“操作系统”的构想。

工业AI“操作系统”,是西门子为AI时代量身打造的“智能中枢”——连接工业价值链中的硬件、软件与数据,重新定义了工业的设计、工程与运营流程的“智能层”。博乐仁指出,“在工业领域,我们需要100%可靠的AI,这就需要有完整的技术栈、工业领域知识、合作伙伴生态来支撑。”

这其中,工业AI“操作系统”的技术栈由软件、硬件、数据构成,西门子过往这些年积累的数据在打破孤岛、结构化处理后成为AI的“燃料”。
在行业知识方面,西门子拥有 1500 名 AI 专家与数万名工程师,深耕虚拟世界与现实世界,覆盖 40多个垂直领域,积累了深厚的行业知识。西门子打造了数十款 Industrial Copilots,还将开发工业工程专属的 Industrial Copilot,赋能从 PLC编程到复杂硬件配置的全面转型,这将大幅压缩工程周期、自动处理重复工作、降低错误率。
在合作生态方面,西门子的 AI 助手基于开放灵活的架构打造,能够使用微软、亚马逊云等合作伙伴的各类大语言模型。在中国,西门子也携手阿里云等合作伙伴,为本地客户提供规模化且合规的 AI 能力与各类功能,包括也与英伟达扩展了战略合作。
博乐仁在大会现场以百事公司和奥迪工厂的试点应用为例,百事公司通过集成西门子多个数字孪生智能体,仅用三个月就将单个工厂的效率提升了20%,奥迪工厂通过应用西门子工业AI产品,每分钟可以检查2000条焊缝的质量,远超人工的工作极限。
契合的技术栈、深厚的行业知识、强大的合作伙伴生态,西门子正构建一个强大的工业AI“操作系统”,让工业AI加速走进现实世界。

02 数实融合,以合作之力助推工业AI规模化发展
2026年1月15日,世界经济论坛公布最新一批“灯塔工厂”,新增23家“灯塔工厂”成为工业4.0全球新标杆,这其中,西门子数控(南京)有限公司(SNC)赫然在列。
这座工厂是西门子全球首座原生数字化工厂,也是西门子数实融合技术在工业领域的一次完美的实践。
AI的进步,为数实融合带来了更多新机会。
阿里巴巴集团主席蔡崇信出席西门子RXD大会,他以阿里从电商到云+AI的转型为例,提及AI已经从“百科全书”进化到了“智能体”,成为具备规划、推理、记忆能力的虚拟知识工作者。他也曾亲眼见证团队成员通过搭建四个智能体协同工作来完成虚拟科技博主的全流程任务。

在工业领域,工业智能体也正在取代单一自动化能力,西门子工业AI Copilot正是基于这以理念,通过产品智能体了解产品信息,设备智能体监控设备运行和实时采集数据,再通过解决问题的智能体来给出优化方案、实现决策闭环。
宇树科技创始人、董事长兼CEO王兴兴谈到了机器人训练的两种模式,包括仿真环境下的训练以及实物场景训练。他表示,仿真训练的成本低,因为可以一次性地模拟成千上万个场景训练机器人,但目前的瓶颈是很难在仿真环境下训练机器人与操作相关的动作。
“未来仿真环境下的训练一定会成为趋势,这是因为搭建一个个实地训练场景的成本很高。”王兴兴说道。他还称,宇树未来6个月将致力于提升机器人的动作丰富度,这项技术对机器人未来在工厂和生活场景的落地应用也至关重要。”
实际上,在此次大会现场,西门子与宇树科技在数实融合领域应用展现新的进展,基于西门子 SIMOVE Fleet Manager智能调度平台,自动导引车(AGV)与宇树人形机器人在现场能够进行统一调度与协同管理。

宁德时代首席制造官倪军以电池制造场景为例进行分享:“锂电池极片涂布环节对精度要求极高,因此我们必须依靠人工智能和自动化技术来实现这些功能,我们也正是在设计、工程、量产,乃至售后阶段使用了西门子的产品,依赖其中的人工智能模型,保证了我们共同生产与产品的高标准。”
此外,宁德时代从设计阶段、工程阶段到批量生产,甚至在现场售后市场阶段,都依赖大量的大数据和人工智能模型,努力确保其工厂生产的产品达到最高标准。
值得注意的是,在人工智能加速数实融合趋势下,数据的重要性也愈发显现,在西门子大中华区总裁兼首席执行官肖松主持的“破局工业AI”尖峰对话中,国机数科董事长王宇航、北京数据集团副总经理、北京大数据交易所执行董事李振军、银河通用联合创始人及大模型负责人张直政从数据的维度展开了探讨。

在肖松看来,AI在重塑物理世界,西门子希望深度融合数字世界与现实世界,建立强大的生态并赋能全球的客户,在工业AI时代实现高质量的增长。当AI加速融入物理世界时,软件依然重要,但硬件比过去更重要,而软硬融合的能力将创造无限的潜能。
他指出:“面对复杂数据和场景,工业AI要破局并实现规模化还需要攻克一系列挑战,但我们仍秉持乐观的态度,通过不断涌现的新技术去一一化解。可以说场景、数据、软件、硬件、人才缺一不可,唯有建立强大的生态才能真正释放AI的无限潜能,这也是西门子举办RXD大会的初心。通过西门子Xcelerator为工业人打造共创、共享的平台,我们希望帮助从业者灵活找到工业智能体,解决车间的问题,提高质量和效益,共同挖掘AI金矿带来的真正价值。”
当云计算、大模型、具身智能等场景越来越多地融入工业生产和产品制造中时,数实融合首先在工业生产场景得到了完美结合。
03 立足中国,让工业AI价值闪耀全球
来自工信部的统计数据显示,2025年,我国人工智能核心产业规模超过1.2万亿元,企业数量超过6200家。来自IDC的统计数据也指出,中国工业企业应用大模型和智能体的比例,已经从2024年的9.6%提升到了2025年的47.5%。
毋庸置疑的是,中国已经处于这场工业AI革命的中心。
“我们已经进入到了工业AI革命时期,有一点我们非常确认,中国是这一切正在大规模发生的地方,”博乐仁同样感受到了中国在这场革命中位置,这也是西门子将首届RXD大会落地中国的一个主要原因。
就在本次大会上,西门子正式发布了26款本土研发新品,这其中包括S7-200 SMART G2逻辑控制器、SCALANCE SMART系列非管交换机、SIMATIC ET 200BL分布式I/O等一系列产品,这些产品在中国、为中国开发,也面向和服务更广阔市场的客户。

在此次大会期间,西门子又与阿里云官宣了进一步的合作计划,西门子将Altair One、虚拟仿真设备等核心工业仿真软件部署到阿里云,为中国客户提供基于云服务的按使用付费的服务模式,让中小企业也能用上西门子的数字仿真工具。
在现场数千名从业者和线上超40万观众见证下,西门子打造了一场精彩纷呈、亮点繁多的科技盛会。此次大会预示着西门子已全面发力和布局工业AI,也标志着西门子One Tech Company战略迈入一个全新的阶段。
通过举办首届RXD大会,勾勒“Real Meets Digital”的工业AI未来图景,西门子希望像当年推动电力普及一样,推动AI这项通用技术的规模化发展,与广大合作伙伴和客户并肩,立足中国,赋能全球。
而正如开头所提到的,也许一场工业AI的革命已率先在中国开启。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。