NVIDIA 在 GitHub 开放工厂运营蓝图 FOX 早期访问
Europe’s Industrial Leaders Reinvent Engineering and Manufacturing With NVIDIA
NVIDIA 宣布工厂运营蓝图 FOX 在 GitHub 开放早期访问，供开发者构建和部署常驻工厂管理智能体，以及视觉检测、根因分析、报告生成和车队管理等专用智能体。
为提高生产力、加速创新并创造新的经济增长机遇，欧洲的工业领军企业正在工程与制造全生命周期中采用NVIDIA CUDA-X和Omniverse 库，以及NVIDIA Cosmos和Nemotron开放模型。
将这些能力汇聚到工厂车间，NVIDIA 工厂运营蓝图（FOX）现已在GitHub 上开放早期访问，为开发者提供了一条路径，用于构建和部署常驻的工厂经理智能体，协调跨机器的工作，以及专注于视觉检测、根因分析、报告生成和车队管理等用例的专业智能体。
这些智能体可以连接前沿模型，包括 NVIDIA Cosmos 和 Nemotron，以及基础性知识，包括计算机辅助设计、产品生命周期管理、仿真软件，以及 IT 和运营技术系统。
基于 FOX 蓝图构建，使生态系统能够打造工业智能体，实时监控工厂运营，将视觉发现与机器日志关联以调查问题，并协调响应。借助 Cosmos 的上下文学习能力，这些智能体可以使用示例和文档进行适配，而无需微调。
西门子正在将使用 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，为电路板检测生成缺陷图像。在其埃尔朗根电子工厂，西门子采用这一方法将检测流程的校准时间缩短了 40%。
从最初设计开始加速工程
NVIDIA CUDA-X 库加速仿真，让工程师更快获得反馈，从而在投入物理原型之前探索设计方案。在柏林 GTC 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要求计算。
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，以评估加快设计迭代的机会，而 Autodesk 将 NVIDIA PhysicsNeMo 和 Warp 框架引入 NavPack，并与 Autodesk Alias 集成，帮助像 Bentley’s 的设计师这样的用户利用经模拟训练的 AI 预测车辆性能并加快迭代。
imec 和 Infineon 正在利用 Synopsys 软件和 NVIDIA 加速计算加速半导体仿真。在 imec’s 模型上对 S-Litho 的基准测试显示最高可达 40 倍加速，而 Infineon 使用 Sentaurus Device 与 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 库将飞机几何与空气动力学仿真结果整合在一起。
汽车制造商使用 Dassault Systèmes’ 的 LEO & AURA Virtual Companions（由 NVIDIA Nemotron 提供支持），并借助由 NVIDIA CUDA-X 库加速的 SIMULIA 求解器编排 CATIA AI Agents 和 SIMULIA AI Agents，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，保护海员免受海上危及生命的波浪冲击，利用 UniversalAGI 的 Latent Interaction Field Transformer 物理 AI 基础模型，并通过 NVIDIA Warp 加速处理，实时评估数千种波浪条件和航向，而非耗时数天。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，避免让海员面临风险，同时 NVIDIA Omniverse 库帮助可视化船舶在海上的行为。
PhysicsX 正与 GB1, Britain’s America’s Cup team 合作开展 AI 驱动的游艇设计，利用 NVIDIA Omniverse 库可视化船体几何和压力场，同时 Fermioniq’s 的 Sofia 智能体帮助 Deltares 和 Dutch ministries 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车间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，在物理设备到位之前测试生产概念。该公司还与 Dassault Systèmes 和 Agile Robots 合作，在基于 Omniverse 库构建的 DELMIA 虚拟孪生中模拟和验证移动人形机器人及物流流程。
Schaeffler 正在将其人形执行器（驱动机器人关节的组件）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组件行为并减少物理测试。
在大众汽车萨克森透明工厂，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（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 服务器版 GPU 驱动的 Microsoft Azure NCv6 虚拟机，具备空间智能的智能体将工程数据、运营信息和 3D 设备几何结构相结合，对工业设施进行观察、模拟和推理，支持流程和能源行业的巡检与维护用例。
同样的仿真方法也延伸至 AI 基础设施。 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、冷却和设备配置。
来源：NVIDIA 官方博客 · blogs.nvidia.com