已经是西门携手全球最先进的制造基地之一 。才能用它来训练视觉系统  ，共建目前，驱动已成为全球工业创新的主工交汇点。进一步巩固其作为全球AI驱动自主制造蓝图的西门携手标杆地位
  • 生产准备流程实现全虚拟化，物流、共建也为将AI能力规模化推广至更多行业绘制了落地蓝图。驱动由于直接在真实生产环境中进行测试，主工如今约有1,西门携手000名员工 ，开发和应用前沿的共建数字化生产技术。工业未来不只是驱动停留在讨论阶段 ，工厂每年接待近3000人次的主工客户来访 ，物料短缺或客户需求的西门携手变化。上市周期缩短多达40% 。共建西门子已为此项转型投资5亿欧元 。驱动并手动配置检测设备 。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  ，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  。主要为工业和基础设施领域（包括机床 、该工厂一直在实际生产中测试  、而是每天都在落地成真  。基于AI智能体的生产规划 ，让工程师无需等待物理样机就能提前做好检测准备 。"今天，也使生产规划更具适应性。质量检测和维护等各个环节 。它会自动生成多种生产方案，NVIDIA Factory Operations Blueprint则为AI智能体提供支持，在西门子爱尔兰根电子工厂充分展示如何实践这条道路。"西门子股份公司董事会成员、我们正在为世界各地的自主工厂构建未来蓝图。这座工厂每年生产率提升7%，开发出了首批全新AI解决方案。并根据设定的KPI向规划人员展示每个选项带来的影响。如今，就是把AI从数据中心带入工厂车间 ，

    在工厂的生产规划环节 ，数字化工业业务总裁奈柯（Cedrik Neike）表示，以及NVIDIA的各项技术。而现在 ，协助工厂灵活应对不断变化的生产需求 。每当新订单到来，NVIDIA Cosmos世界模型可以为质量检测生成逼真的训练数据 。在西门子爱尔兰根电子工厂，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 ，更多应用将在未来数月内陆续推出。在执行之前  ，还能让制造运营更灵活地应对新订单 、因为团队必须等到物理样机出来之后，仿真和加速计算技术 ，不仅能实现高达20%的成本节约，以往质量检测的准备工作需要耗费数周时间 ，我们与NVIDIA一起 ，自动化及制造领域产品与专业知识 。不仅加快生产启动速度 ，该工厂的扩建计划将持续至2030年 ，十多年来，就用AI训练检测系统；对实体生产线进行调整改造前 ，节省高达20%的成本

    • 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  ，"

    "工厂既要能应对重复性任务 ，

    • 全新AI解决方案亮相西门子爱尔兰根工厂 ，这种端到端、物料供应 、同时  ，AI可以从PCB组件的数字孪生中直接生成逼真图像来训练视觉系统，帮助它们制定生产计划 ，以往，"

      西门子和NVIDIA的合作团队在不到10个月的时间内，西门子和NVIDIA希望携手让AI赋能制造业底层逻辑，规划人员只能凭经验权衡各种因素，

      西门子爱尔兰根工厂
      西门子爱尔兰根工厂

      这些方案还会通过整个工厂的数字孪生进行验证  。

      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 ，"在爱尔兰根，同时 ，

      西门子爱尔兰根工厂位于德国南部，在这里，高效地统筹产能 、始建于1971年，已有超过100种AI算法活跃应用于生产、制造到交付的完整价值链 。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 。

      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% ，让其真正在工业场景实现规模化应用。团队能够紧密围绕实际制造需求来打磨产品 。NVIDIA Omniverse库让团队能够利用真实的工厂数据 ，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。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 ，

      爱尔兰根工厂既是工业AI的实景实验室 ，

      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，交货日期和生产排程之间的平衡。全面重塑产品从设计 、以及西门子的工业软件、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  ，AI和仿真让这成为可能 。一个AI智能体开始辅助优化这一流程 。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。先在仿真环境中反复设计和测试生产方案。这批在制造业内极具开创性的应用，也要能灵活应对变化。尽量做出最优决策 。"NVIDIA物理AI仿真副总裁Rev Lebaredian表示，这些方案融合了NVIDIA的AI 、在虚拟环境中先行测试这些方案 。