西门子与英伟达在埃尔兰根工厂落地工业AI平台，工程工作量减少85%

英伟达正在德国西门子一家工厂推出一系列人工智能系统，以助力德国提升其在全球工业人工智能竞赛中的地位。

这一进展于本周公布，是英伟达在德国人工智能路线图的一部分，延续了 今年1月人工智能巨头与制造业巨头共同宣布的一项计划 ，旨在开发两家公司所称的全球首个全人工智能驱动的制造工厂。

根据该协议，英伟达正在德国埃尔兰根西门子电子工厂部署包括 数字孪生、人工智能生成的训练数据以及人工智能智能体在内的系统，以加速生产并降低成本。

其中一项技术应用利用人工智能，从数字孪生体生成印刷电路板（PCB）组件的逼真照片级表示。

这些虚拟副本可在物理原型可用之前用于训练检测系统。两家公司声称，该方法可将工程工作量减少高达85%，并将上市时间缩短高达40%。

第二项应用则利用人工智能智能体对生产场景进行建模和预测。随后，利用工厂的数字孪生体在实施前验证拟议方案。

英伟达正提供其 Cosmos世界模型 ，以生成用于质量检测的合成训练数据；同时，其工厂运营蓝图（Factory Operations Blueprint）支持人工智能智能体开展生产规划。 英伟达Omniverse 库被用于将拟议方案与真实工厂数据进行仿真比对。

据合作双方称，目前已有逾100种人工智能算法在埃尔兰根工厂现场投入应用，覆盖生产、物流、质量检测及维护等环节。西门子表示，其计划到2030年对该厂改造投资约5.59亿美元。

未来数月内还将规划更多应用。

为何埃尔兰根至关重要

交互分析公司（Interact Analysis）分析师萨曼莎·牟（Samantha Mou）表示，该联合项目的意义在于西门子在其自身运营中实际演示了这项技术，而不仅仅是宣传其潜力。

牟表示：“对我而言，这是推动更多终端用户和系统集成商在工厂中采用工业人工智能的一项有意义的举措。通过在自身工厂部署人工智能，西门子能够展示其实际价值，并向客户分享第一手经验。”

交互分析公司另一名分析师马蒂厄·库莱扎克（Matthieu Kulezak）表示，所报告的效率提升为潜在客户评估诸如 印刷电路板检测等项目的投资回报率（ROI）提供了具体数据参考。

他表示：“他们指出的印刷电路板检测中手动重新规划工作量最多减少90%、工程工作量最多节省85%等成果，正是那种能让客户更严肃地展开投资回报率对话的具体指标，而非停留在愿景幻灯片层面。”

高德纳公司（Gartner）分析师乔纳森·达文波特（Jonathan Davenport）指出，更大的故事在于从单点项目转向共享基础架构。

他表示：“需要理解的一个重要要点是，部署单个工业人工智能点解决方案无法规模化。”

他继续道：“我们从西门子与英伟达看到的是，一个工业人工智能平台正在成形——该平台可部署多种人工智能用例，并由数字孪生、仿真能力及人工智能模型提供支撑，从而实现从孤立应用向更集成、更可扩展的自动化演进。”

规模化之问

该平台能否走出埃尔兰根，才是更难回答的问题。

交互分析公司的库莱扎克表示：“我需提醒的一点是：标题所列的节约数据描述的是在西门子自有、高混合度（high-mix）工厂中可能实现的效益，而非在多厂商存量（multi-vendor brownfield）现场已证实的节约效果，因此规模化验证仍有待完成。”

其他障碍还包括升级现有基础设施的成本与复杂性； 数据就绪度；安全性；以及治理。制造商必须证明预期的效率提升足以证明投资合理性，同时确保人工智能应用能在其现有系统及安全要求范围内运行。”

高德纳公司分析师达文波特补充道：“因此，用例的规模化往往较少关乎模型重训练，而更多关乎为每个现场重建集成及上下文数据集。”

不过，西门子并非唯一一家利用英伟达技术推进工业自动化的公司。

欧姆龙（Omron）、ABB以及 罗克韦尔自动化（Rockwell Automation） 也已与英伟达合作，利用其Omniverse技术开展工业应用，反映出业界日益浓厚的兴趣——即将人工智能与仿真技术应用于制造业。

下一阶段考验将是制造商能否在不同生产环境中复现所承诺的效率提升，同时避免因各应用集成所需成本与复杂性侵蚀其收益。