欧洲工业领袖借助 NVIDIA 重塑工程与制造

为了提高生产力、加速创新并创造新的经济增长机会，欧洲的工业领袖们正在整个工程与制造生命周期中使用 NVIDIA CUDA-X 和 Omniverse 库，以及 NVIDIA Cosmos 和 Nemotron 开放模型。 

为了将这些能力整合到工厂车间，NVIDIA Factory Operations Blueprint（FOX）现已在 GitHub 上开启抢先体验，为开发者提供了一条构建和部署全天候工厂管理智能体的路径，这些智能体可协调跨机器的工作，还有专注于视觉检测、根因分析、报告生成和车队管理等用例的专家智能体。

这些智能体可以连接到 NVIDIA Cosmos 和 Nemotron 等前沿模型，以及计算机辅助设计、产品生命周期管理、仿真软件、IT 和运营技术系统等基础知识。 

基于 FOX 蓝图进行构建，使生态系统能够打造实时监控工厂运营的工业智能体，这些智能体可将视觉发现与机器日志关联起来以调查问题，并协调响应。借助 Cosmos 的上下文学习，这些智能体可以使用示例和文档进行适应，无需微调。

西门子正在把使用 FOX 构建的智能体集成到其智能体化企业系统 Intelligence Center X 中，以帮助识别根本原因并协调工厂运营，预计可节省 20% 的成本。西门子的 Process Preparation X 智能体使用 NVIDIA Cosmos Data Factory 工具和技能生成用于电路板检测的缺陷图像。在其埃尔朗根电子工厂，西门子采用这种方法将检测流程的校准时间缩短了 40%。

从第一份设计开始加速工程

NVIDIA CUDA-X 库可加速仿真，让工程师在投入物理原型之前更快获得反馈，从而探索不同的设计方案。在 GTC Berlin 上，NVIDIA 正式发布 cuDSS，加速结构应力、流体流动、电磁场和半导体器件行为等复杂仿真背后的高 demanding 计算。

梅赛德斯-奔驰 使用 西门子的 Simcenter STAR-CCM+ 在 NVIDIA GPU 上运行，通过更快的空气动力学仿真来比较不同的车辆设计。在工厂中，该公司应用 NVIDIA Cosmos 3 和 Metropolis VSS 蓝图构建用于车辆检测和挡风玻璃装配验证的智能体，检测偏差并确保始终如一的高质量。 

Cadence 正在 NVIDIA GPU 上对汽车流体动力学工作负载进行基准测试，以评估加速设计迭代的机会；与此同时，Autodesk 将 NVIDIA PhysicsNeMo 和 Warp 框架引入 NavPack，并与 Autodesk Alias 集成，帮助像 Bentley 的设计师这样的用户利用经过仿真训练的 AI 预测车辆性能并更快地迭代。

imec 和 Infineon 正借助 Synopsys 软件和 NVIDIA 加速计算加速半导体仿真。在 imec 的模型上，S-Litho 的基准测试显示最高可达 40 倍加速，而 Infineon 使用 Sentaurus Device 配合 NVIDIA CUDA 库，在下一代功率器件的 3D 击穿仿真中实现了 12 倍加速。

Leonardo 正与 Neural Concept 合作开展 AI 驱动的飞机设计，利用 NVIDIA Omniverse 库将飞机几何结构与空气动力学仿真结果整合在一起。

汽车制造商使用由 NVIDIA Nemotron 提供支持的 Dassault Systèmes 的 LEO & AURA Virtual Companions，通过与 NVIDIA CUDA-X 库加速的 SIMULIA 求解器协同编排 CATIA AI 智能体和 SIMULIA AI 智能体，在制造物理原型之前快速设计并虚拟测试车门。

UniversalAGI 正与 Saab 合作，利用 UniversalAGI 的 Latent Interaction Field Transformer 物理 AI 基础模型（由 NVIDIA Warp 提供加速处理）来保护水手免受海上威胁生命的海浪冲击，实时而非耗时数天地评估数千种海况和航向。这些能力使船舶能够预判危险运动并自主选择更安全的航线，避免让水手置身险境，同时 NVIDIA Omniverse 库帮助可视化船舶在海上的行为。

PhysicsX 正与 英国美洲杯帆船队 GB1 合作开展 AI 驱动的帆船设计，使用 NVIDIA Omniverse 库可视化船体几何结构和压力场；同时 Fermioniq 的 Sofia 智能体帮助 Deltares 和 荷兰各部委对河流流动进行建模，将自然语言请求转换为基于 NVIDIA Warp 构建的仿真求解器。

Mistral 计划使用 CUDA-X、Warp 和 Omniverse 库来加速物理仿真，并为工程 AI 模型生成训练数据。

虚拟测试工厂和机器人

NVIDIA Omniverse 和 Isaac 库支持 数字孪生和 机器人仿真，帮助制造商在改变工厂车间生产方式之前评估生产系统和机器人行为。

Audi 使用基于 NVIDIA Omniverse 库构建的电池生产数字孪生，在实体设备就绪前测试生产方案。该公司还与 达索系统（Dassault Systèmes） 和 Agile Robots 合作，在用 Omniverse 库构建的 DELMIA 虚拟孪生中仿真和验证移动式人形机器人及物流流程。

Schaeffler 正在将其人形机器人执行器——驱动机器人关节的部件——的数字孪生与 NVIDIA Isaac 仿真框架集成，帮助其机器人合作伙伴在仿真中评估部件行为并减少物理测试。

Wandelbots 将 NOVA 与基于 Omniverse 和 OpenUSD 构建的 Isaac Sim 结合使用，以数字化方式验证装配工作流，并为实体机器人准备相关应用。

Falkor 是 KONGSBERG 旗下公司，正在将智能体和 NVIDIA Omniverse 库集成到其平台中。借助由 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 提供支持的 Microsoft Azure NCv6 虚拟机，具备空间智能的智能体将工程数据、运行信息和 3D 设备几何模型相结合，以观察、仿真和推理工业设施，支持流程工业和能源行业的巡检与维护用例。

同样的仿真方法也扩展到了 AI 基础设施领域。Schneider Electric 与 AVEVA 正在为 Nscale 开发一个基于 Omniverse 库构建的 AI 工厂数字孪生，帮助工程师在进行物理变更之前比较电力、散热和设备配置。

了解 面向工业 AI 的 NVIDIA 技术。