为了提高生产力、加速创新并为经济增长创造新机遇，欧洲的工业领袖正在使用 NVIDIA CUDA-X 和 Omniverse 库，以及 NVIDIA Cosmos 和 Nemotron 开放模型，覆盖整个工程和制造生命周期。
为了将这些能力汇聚到工厂车间， NVIDIA Factory Operations Blueprint (FOX) 现已在 GitHub 上开放早期访问，为开发者提供了一条构建和部署全天候工厂管理代理的路径，这些代理可协调跨机器的工作，另有专注于视觉检测、根本原因分析、报告生成和车队管理等用例的专业代理。
这些代理可以连接到包括 NVIDIA Cosmos 和 Nemotron 在内的前沿模型，以及计算机辅助设计、产品生命周期管理、仿真软件和 IT 与运营技术系统等基础知识。
基于 FOX 蓝图进行构建，生态系统可以打造能够实时监控工厂运营、关联视觉发现与机器日志以调查问题并协调响应的工业代理。借助 Cosmos 的上下文内学习，这些代理可以利用示例和文档进行适应，无需微调。
西门子 正在将使用 FOX 构建的代理集成到其代理式企业系统 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 代理使用 NVIDIA Cosmos Data Factory 工具和技能来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 使用这种方法将检测流程的校准时间缩短了 40%。
阅读所有 NVIDIA 在欧洲的公告
从首个设计开始加速工程
NVIDIA CUDA-X 库可加速仿真，让工程师获得更快的反馈，从而在投入物理原型之前探索设计方案。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高要求的计算。
梅赛德斯-奔驰使用在 NVIDIA GPU 上运行的西门子 Simcenter STAR-CCM+，通过更快的空气动力学仿真来比较车辆设计。在工厂中，该公司应用 NVIDIA Cosmos 3 和 Metropolis VSS 蓝图 用于构建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，以评估加快设计迭代的机会，同时 Autodesk 将 NVIDIA PhysicsNeMo 和 Warp 框架引入 NavPack,并与 Autodesk Alias 集成,帮助像 Bentley 的设计师那样的人员预测车辆性能,并利用经仿真训练的 AI 更快地进行迭代。
imec 和英飞凌正在借助 Synopsys 软件和 NVIDIA 加速计算加速半导体仿真。对 imec 模型上的 S-Litho 进行的基准测试显示最高可达 40 倍加速,而英飞凌使用 Sentaurus Device 配合 NVIDIA CUDA 库,在面向下一代功率器件的 3D 击穿仿真中实现了 12 倍加速。
Leonardo 正在与 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汇集在一起。
汽车制造商使用 Dassault Systèmes的 LEO & AURA 虚拟伴侣(由 NVIDIA Nemotron 提供支持),并通过 SIMULIA 求解器协调 CATIA AI Agents 和 SIMULIA AI Agents(由 NVIDIA CUDA-X 库加速),在制造物理原型之前快速设计并虚拟测试车门。
UniversalAGI 正在与 Saab 合作保护水手免受海上威胁生命的海浪冲击,使用 UniversalAGI 的 Latent Interaction Field Transformer 物理 AI 基础模型,并借助 NVIDIA Warp 的加速处理,实时评估数千种海浪状况和航向,而不再需要数天时间。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,避免让水手陷入危险,同时 NVIDIA Omniverse 库帮助可视化船舶在海上的行为。
PhysicsX 正在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 代理帮助 Deltares 和荷兰各部委通过将自然语言请求转换为基于 NVIDIA Warp 构建的仿真求解器来模拟河流流量。
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。
虚拟测试工厂与机器人
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实际生产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,在物理设备就绪之前测试生产方案。该公司还在与 Dassault Systèmes 和 Agile Robots 合作,在基于 Omniverse 库构建的 DELMIA 虚拟孪生中仿真和验证移动人形机器人及物流流程。
Schaeffler 正在将其人形机器人致动器(即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。
在大众汽车萨克森的透明工厂, Wandelbots 使用基于 Omniverse 和 OpenUSD 构建的 NOVA 与 Isaac Sim,以数字化方式验证装配工作流程并为物理机器人准备应用程序。
Falkor,作为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驱动的Microsoft Azure NCv6虚拟机,具备空间智能的智能体可以将工程数据、运行信息和3D设备几何模型相结合,以观察、模拟和推理工业设施,为流程工业和能源行业的检测与维护应用场景提供支持。
相同的仿真方法也延伸到了AI基础设施领域。施耐德电气正与AVEVA共同开发一种 AI 工厂数字孪生 使用 Omniverse 库为 Nscale 构建,帮助工程师在做出物理更改之前比较电力、冷却和设备配置。
阅读所有 NVIDIA 在欧洲的公告