欧洲工业巨头接入NVIDIA工厂蓝图与模型

为了提升生产力、加速创新并培育经济增长新动能，欧洲多家工业领军企业正在工程与制造的全生命周期中，全面引入 NVIDIA CUDA-X、Omniverse 库以及 NVIDIA Cosmos 和 Nemotron 等开源模型。

为将这些能力落地于实体车间，NVIDIA 工厂运营蓝图（FOX）现已在 GitHub 开启早期体验。开发者可通过该蓝图构建并部署全天候运转的“工厂主管”AI 智能体，协调跨设备协同，同时针对视觉质检、根因分析、报表生成及设备群管理部署专项智能体。

这些智能体可无缝对接 NVIDIA Cosmos 和 Nemotron 等前沿模型，并接入计算机辅助设计（CAD）、产品生命周期管理（PLM）、仿真软件以及 IT 与运营技术（OT）系统的底层数据。借助 Cosmos 的上下文学习能力，智能体无需微调即可根据示例文档自主适应新任务。

西门子已将基于 FOX 构建的智能体整合进其企业级系统 Intelligence Center X，用于故障溯源与工厂协同运营，预计将降低 20% 的成本。此外，西门子的 Process Preparation X 智能体利用 NVIDIA Cosmos Data Factory 工具生成电路板质检缺陷图像。在其埃尔兰根电子工厂，该方案让检测环节的标定耗时缩短了 40%。

从最初设计阶段加速工程研发

NVIDIA CUDA-X 库大幅提升了仿真计算效率，帮助工程师在制造物理样机前快速验证设计构想。在 GTC 柏林峰会上，NVIDIA 正式推出 cuDSS 的通用版本，用于加速结构应力、流体动力学、电磁场及半导体器件行为等复杂仿真计算。

梅赛德斯-奔驰借助运行在 NVIDIA GPU 上的西门子 Simcenter STAR-CCM+ 软件开展空气动力学仿真，大幅加快了车辆外形对比。在产线端，奔驰应用 NVIDIA Cosmos 3 与 Metropolis VSS 蓝图构建了多模态质检智能体，用于实车质检与挡风玻璃装配核验。

Cadence 正在 NVIDIA AI 算力底座上评估汽车流体动力学任务；Autodesk 则将 NVIDIA PhysicsNeMo 和 Warp 框架整合进 NavPack，助力宾利等厂商的设计师借助物理 AI 模型预测车辆性能。

半导体领域，比利时微电子研究中心（imec）与英飞凌借助 Synopsys 软件及 NVIDIA 加速计算推进仿真优化：imec 在 S-Litho 光刻模拟中实现了高达 40 倍的加速，英飞凌的新一代功率器件 3D 击穿仿真速度也提升了 12 倍。莱昂纳多（Leonardo）则与 Neural Concept 合作，借助 Omniverse 推进航空航天气动外形与仿真结果的数据融合。

在达索系统的支持下，汽车厂商部署了由 NVIDIA Nemotron 支持的虚拟助手，结合 CATIA 与 SIMULIA 的 AI 智能体，在实体车门试制前完成虚拟性能评测。在海事领域，UniversalAGI 与萨博（Saab）利用物理 AI 模型和 NVIDIA Warp 进行海浪冲击实时评估，为舰艇规划安全规避航线；PhysicsX 则与美洲杯帆船赛 GB1 船队合作，借助 Omniverse 完成船体与流场的视觉分析。Mistral 也计划采用 CUDA-X 与 Warp 生成工程 AI 所需的合成物理数据。

在虚拟环境中验证工厂与机器人

NVIDIA Omniverse 与 Isaac 仿真库正支撑起工业级数字孪生，使制造商在产线动工前便能模拟验证生产体系与机器人动作。

奥迪在电池试产前使用 Omniverse 构建了电池生产线数字孪生，并与达索系统、思灵机器人（Agile Robots）合作，在虚拟孪生空间内对移动人形机器人及物流动线进行联合测试。舍弗勒将人形机器人关节执行器的数字孪生并入 NVIDIA Isaac 仿真平台，减少物理台架验证周期。

在大众汽车萨克森透明工厂，Wandelbots 结合 Isaac Sim 与 NOVA 平台，通过数字工作流验证复杂的装配作业。孔斯贝格旗下 Falkor 则利用配备 RTX PRO 6000 的 Azure 虚拟机结合 Omniverse，赋予工业智能体空间感知能力，使其能够理解 3D 设备拓扑结构并进行远程巡检与维护推理。