I cover smart manufacturing at Forrester, which includes esoteric topics like digital twins, digital product passports, physical or embodied AI (robots), the internet of things (IoT), extended reality and autonomous vehicles. You therefore probably wouldn’t expect me to have much professional interest in the Consumer Electronics Show (CES) filling Las Vegas’ halls and hotels this week, but this is yet another event with a name that no longer does its’ breadth justice.SiemensSiemens CEO Roland Busch delivere ...

文章核心观点 - AI的发展重心正从消费端模型比拼转向产业端系统场景落地，工业AI是创造真正价值的“金矿”，但目前仍处于早期阶段（L1）[1][3] - 数字孪生与AI（特别是“物理AI”）的深度融合是驱动工业生产力跃迁的关键，西门子与英伟达的战略合作旨在加速这一进程[4][5][11] - 工业AI的成功依赖于深厚的行业知识、高质量数据以及生态共创，而非单纯追求大模型参数，其应用有望在中国市场率先取得突破[6][24][25] AI在工业领域的发展阶段与特点 - AI在工业领域的应用尚处起步阶段，若类比自动驾驶分级，目前仅处于L1阶段[3][27] - 工业AI与消费级AI存在本质差异：工业AI极端强调可靠性与低容错率，而消费AI更注重交互体验[1][14] - 工业AI场景复杂、变量多、高质量数据稀缺，是一个“难啃的骨头”，难以一蹴而就，需要单点突破后形成面状发展[3][12][24] 西门子的战略与布局 - 公司计划在未来三年投入**10亿欧元**用于拓展工业AI产业生态，包括建立工业基础模型和发展行业AI智能体（Industry AI Agent）[6][13] - 公司通过“西门子Xcelerator”平台创新商业模式，整合自身、客户及合作伙伴的解决方案，旨在服务中国上千万中小企业[17] - 公司推行“增长2.0”战略，强调更快的本地创新和深度聚焦客户，以适应新的全球化竞争态势[18] 数字孪生与物理AI的核心价值 - 公司发布的Digital Twin Composer软件解决方案，实现了虚拟世界与现实世界在产品和工艺流程中的实时数据交互与高质量数据累积[5][9] - AI技术让数字孪生从“模拟测试”工具升级为“驱动设计”的先行者，能大幅提升效率、质量并降低成本，实现生产力跃迁[10][12] - 数字孪生构成的虚拟世界可作为“物理AI”强大的预训练库，并为具身智能等前沿领域提供虚拟训练场景，加速其发展[11][20] 工业AI的落地应用与价值创造 - 工业AI的短期价值将体现在质量提升与降本增效两个能立即见效的领域[24] - 在流程工业等复杂多模态场景，以及需要大规模人员编程的领域，AI能最快发挥价值并容易被客户感知[26] - 具体案例：百事公司已使用西门子Digital Twin Composer对其美国工厂升级进行仿真并计划全球推广[5]；与中国十五冶合作，将老师傅的炼铜经验算法化，取得了良好效果[23] 中国市场与生态合作 - 中国制造业场景的广度、产业链深度及对新技术应用的积极态度，使AI在工业领域的应用有条件走在全球前列[3][25] - 公司致力于生态共创，希望与离客户近、懂痛点的大量中小企业互补合作，共同开发解决方案并共享于Xcelerator平台[6][17][19] - 公司拥有**170多年**的行业知识积累和高质量数据，这是开发生态、解决工业AI数据瓶颈的关键资产[6][21] 人与AI的关系演变 - 在工业领域，AI不会替代人，但会替代不掌握AI的人，人类的角色将从“操作者”转变为“定义者”和“决策者”[4] - AI能够沉淀和传承老师傅的宝贵经验，避免技术断代，从而进一步挖掘人的潜力与价值[23]

合作核心与目标 - 西门子与英伟达在CES 2026上宣布进一步拓展长期合作，共同打造工业AI操作系统，旨在革新物理系统的设计、工程与运营方式[1] - 双方将在产品和生产全生命周期内联合开发AI加速的工业解决方案，目标是实现更快创新、持续优化以及更具韧性和可持续性的制造模式[1] - 双方计划在全球范围内打造首批完全由AI驱动、具备自适应能力的制造基地，首个示范样本将于2026年在德国爱尔兰根的西门子工厂启动实施[1] 合作资源与重点方向 - 为支持合作目标，英伟达将提供AI基础设施、仿真库、模型、框架及蓝图，西门子则将投入数百名工业AI专家以及先进的软硬件技术[1] - 双方已明确多个重点合作方向以推动愿景落地，包括AI原生的电子设计自动化（EDA）、AI原生仿真、AI驱动的自适应制造与供应链以及AI工厂[1] 具体产品整合与发布 - 西门子宣布将把英伟达NIM和Nemotron开源AI模型集成至其EDA软件产品组合中，以推动半导体和印制电路板（PCB）设计领域的生成式与智能体工作流[2] - 西门子在CES 2026上发布Digital Twin Composer，该方案将西门子全面数字孪生、基于英伟达Omniverse库搭建的仿真系统以及实时采集的工程实景数据集于一体，计划于2026年中正式登陆西门子Xcelerator Marketplace[4] - 西门子在CES 2026首次推出自动驾驶体验项目，呈现全新PAVE360汽车技术，这是一个系统级数字孪生解决方案，核心定位是加速软件定义汽车研发进程[4] 公司高层观点与行业展望 - 西门子首席执行官博乐仁表示，工业AI已不再只是一个功能，而是重塑未来百年工业形态的关键力量，公司可提供原生AI能力，将智能端到端地嵌入到设计、工程与运营之中[2] - 英伟达首席执行官黄仁勋表示，生成式AI与加速计算正引发新一轮工业革命，使数字孪生从被动仿真升级为现实世界中的主动智能，与西门子的合作旨在弥合从创意构想到现实落地之间的差距[4] - 西门子认为其正将智能规模化地引入现实世界，通过从全面的数字孪生与AI赋能的硬件，到车间一线的工业助手，助力企业同时实现速度、质量与效率的跃升[2]

关键要点总结 涉及的行业与公司 * 核心公司为**西门子**，其业务横跨工业自动化、能源、交通、医疗、建筑科技等多个垂直领域[1][2][4] * 核心合作伙伴包括**NVIDIA**、**微软**、**AWS**、**Meta**、**ARM**、**Foxconn**等[9][10][79][129][132][149] * 提及的客户案例涉及**百事可乐**、**HD现代**、**宝马**、**劳斯莱斯**、**KION**、**Hero MotoCorp**、**奥迪**、**Commonwealth Fusion Systems**、**SurfLoch**、**迪士尼**等[26][56][113][128][138][174][175][206][223] * 行业覆盖**制造业**、**能源与电网**、**生命科学**、**物流与供应链**、**食品饮料**、**汽车与自动驾驶**、**半导体设计**、**融合能源**等[2][4][113][129][153][155] 核心观点与战略愿景 * **工业AI革命**：AI是百年一遇的变革催化剂，其重要性堪比一个世纪前的电力，将从根本上改变设计、制造、基础设施运营和能源供给的方式[2][5][108] * **AI从特性变为力量**：当AI进入物理系统，它不再仅仅是一个功能，而成为一股具有直接现实世界影响力的力量[5] * **西门子的独特定位**：公司拥有近两个世纪的工业基础设施经验，结合超过50年的工业AI实践、超过1500名AI专家以及超过25万名员工在30个工业垂直领域的深厚专业知识，能够构建端到端的工业AI技术栈[1][7][8] * **软件定义公司转型**：西门子的愿景是转型为一家软件定义的公司，其基础是计算基础设施，上层是基础设施软件和人工智能，这将彻底改变事物的设计、模拟、规划和运营方式[25] * **工业元宇宙与数字孪生**：通过“数字孪生编辑器”等工具，创建一个虚拟世界来帮助改善现实世界，实现产品、工厂、流程的虚拟3D建模，并与实时数据连接，从而在虚拟环境中进行优化和更改[109][110] 关键技术与平台 * **西门子Xcelerator**：开放的数字化商业平台和市场，整合了AI驱动的技术、工业领域知识和合作伙伴，旨在加速客户的数字化转型，提供可访问、灵活、可扩展的SaaS解决方案[6][110][182][185][191][215] * **端到端工业AI技术栈**：整合了软件、硬件、基于GPU的高性能计算和数据，旨在解决数据孤岛问题，并在现实世界中产生实际影响[6][7] * **数字孪生**：能够创建产品和整个制造基地的综合数字孪生模型，结合AI后，数字孪生可以实时控制整个工厂，探索成千上万甚至数十万个选项，而不仅仅是模拟[8][9][35][83] * **工业AI就绪的要素**：仅拥有数字孪生和软件不足以实现工业AI，需要GPU计算来释放AI的全部能力和速度，并解决数据碎片化问题[7] * **物理AI**：将人工智能能力与现实世界的物理对象融合，使机器能够感知、思考并采取行动，是自动化发展的新阶段[242][245][247] 合作伙伴关系与协同 * **与NVIDIA的深度合作**：双方合作始于2022年，旨在构建“工业AI操作系统”，并在五个关键领域深化协作[21][25][39] * **AI原生芯片设计**：利用CUDA软件重写西门子EDA软件以充分利用GPU，目标是将EDA软件速度提升100倍甚至百万倍，并训练模型以提出新的设计方案[39][46][49][52] * **AI原生仿真**：将西门子Simcenter等仿真软件的重度计算部分迁移到GPU，加速高达1000倍，并创建AI物理模型，将物理仿真速度提升数万倍[56][63] * **AI驱动的自适应制造**：将工厂视为一个大型机器人，通过AI大脑在软件定义的自动化之上实现自主调整，西门子计划于2026年在德国启动首个全AI驱动的自适应制造基地[65][74] * **AI工厂**：为训练和运行AI模型（如Vera Rubin）而建造的巨型数据中心，投资规模巨大（例如1吉瓦的AI工厂投资达500亿美元），必须通过数字孪生进行设计和模拟以确保成功[86][89] * **技术互用**：双方互相使用对方的技术加速自身发展，形成良性循环[102][103] * **与微软的合作**：结合西门子的领域专长与微软可信的云和AI能力，共同构建定制模型和智能体，并开发联合AI助手，例如将CAM编程时间减少80%，工厂生产率提高30%[132][133][140] * **与AWS的合作**：战略合作伙伴关系，通过AWS云服务使西门子产品组合更易访问、可扩展和灵活，服务于从大型企业到小型初创公司的各类客户[182][183][222][224] * **与Meta的合作**：开发用于工业AI的Ray-Ban Meta智能眼镜，为现场同事提供实时音频指导，实现免提操作[149] 客户案例与量化成效 * **百事可乐**：使用西门子数字孪生编辑器优化其半个世纪历史的仓库，在虚拟世界中模拟数千种布局以寻找最高效方案，将原本耗时数月的任务缩短至数天，并在美国佳得乐工厂三个月内实现效率提升20%，预计资本支出减少10%-15%[113][115][118][121] * **HD现代**：使用西门子和NVIDIA技术构建整艘船舶的精确数字孪生（每个螺母和螺栓），在数字世界中优化设计后再进行物理建造[26][30][35] * **宝马**：使用联合仿真技术模拟汽车空气动力学，速度提升可达1000倍[56] * **劳斯莱斯**：使用西门子软件和微软技术设计飞机涡轮机部件，通过数字孪生仿真，使液压泵等部件更坚固、更轻[138][139] * **Foxconn**：已在使用西门子和NVIDIA的技术，通过AI层连接现实世界数据和实时数据优化制造[79][80] * **电网优化**：已使用AI将现有电网容量最大化提升20%，且无需新建基础设施[166] * **生命科学**：通过AI和数字孪生加速药物研发，例如将分子行为模拟效率提升250万倍，有望使救生疗法上市速度加快高达50%[129][130][132] 市场趋势与行业洞察 * **AI采纳阶段**：行业正从描述性AI、预测性AI，经历生成式AI，快速向智能体AI、智能体系统及物理AI阶段演进[192] * **技术采纳速度**：蒸汽机用了60年改变社会，电力用了30年，计算机用了15年，而AI预计将在7年或更短时间内将智能嵌入日常依赖的系统[5] * **市场增长预测**：物理AI市场目前规模约50亿美元，预计到2033年将增长至500亿美元，年复合增长率达33%[242] * **早期采纳者优势**：能够获得明确的竞争优势，关键在于尽早开始训练人员和AI模型，并管理组织变革[173][199] * **供应商与用户之间的差距**：技术供应商的创新速度很快，但用户市场在数据架构和实际应用方面仍处于追赶阶段[193] 实施挑战与成功要素 * **基础与准备**：实施工业AI需要坚实的数据架构（数据规范化、清洗）、明确的投资回报率目标、正确的跨职能团队（IT与OT结合）以及谨慎选择的长期合作伙伴[200][201][202][218] * **主要挑战**： * **信任与可靠性**：在工业领域，故障是不可接受的，AI必须被证明是可靠、稳健和可解释的，以建立信任[6][205][211] * **遗留系统复杂性**：整合现有（棕地）制造基础设施与新技术是一项重大挑战[205][255] * **数据访问与生态**：训练模型需要大量数据，但数据往往被孤立视为“新黄金”，需要建立基于信任的生态系统和联合数据池[254] * **资金与组织阻力**：OT领域的AI项目资金通常少于IT部门，且存在合规、风险、安全等制度性阻力[203][204] * **持续迭代**：AI解决方案不是一劳永逸的，需要持续迭代和优化，可能长达10-15年[206][207] * **成功关键**：项目需以投资回报率为基础，组建合适的团队，快速试错并更快恢复，谨慎选择灵活、可共同成长的合作伙伴[218] 其他重要信息 * **西门子市场地位**：全球三分之一的制造机器运行着西门子控制器[8] * **NVIDIA Vera Rubin GPU细节**：整个系统重2吨，包含220万亿个晶体管，由6种不同的独特芯片组成，功耗240千瓦，凝聚了15万工程年的工作量[43] * **CES 2026活动安排**：西门子在CES设有“工业AI总部”和多个展台，举办超过15场会议，涵盖AI、物理AI、智能制造、融合能源、劳动力未来等话题[169][170][171][172][173][174][175][176][177][178][179][180] * **人才与生态系统**：西门子已通过其学习产品覆盖生态系统内110万人，并重视未来劳动力的培养[180] * **融合能源进展**：Commonwealth Fusion Systems正在建造SPARC示范装置，并计划建设ARC商业聚变装置，可产生约400兆瓦电力，谷歌已同意购买ARC的电力[159][162]

LAS VEGAS, Jan. 6, 2026 /PRNewswire/ -- Siemens today announced Digital Twin Composer, a new software solution that builds Industrial Metaverse environments at scale, empowering organizations to apply industrial AI, simulation and real-time physical data to make decisions virtually, at speed and at scale. Digital Twin Composer enables industrial companies to combine 2D and 3D digital twin data from Siemens' comprehensive digital twin with physical real-time information in a managed, secure real- time photor ...

合作公告与战略意义 - 百事公司、西门子和英伟达在CES 2026上宣布了一项多年期、行业首创的合作，旨在通过先进的数字孪生技术和人工智能改造工厂及供应链运营 [1] - 此次合作标志着全球消费品公司首次应用数字孪生技术来重塑工厂和仓储设施的数字化模拟与测试方式，早期试点已在美国进行 [1] - 合作旨在为工业运营中可扩展、技术可靠的数字孪生和人工智能设定新标准 [1] 合作背景与驱动因素 - 面对生产和分销能力需求的上升，百事公司正在利用人工智能和新的数字方法进行流程模拟与设施设计，以改造和优化其现有的实体布局 [2] - 传统的扩张方法缓慢且成本高昂，限制了满足不断增长的消费者需求所需的灵活性和可扩展性 [2] - 百事公司业务从农场到货架的规模和复杂性巨大，公司正在整个运营中嵌入人工智能，以更好地满足消费者和客户日益增长的需求 [3] 技术实施与解决方案 - 百事公司转向数字优先的规划战略，利用基于物理的数字孪生和AI智能体作为共同设计者，在任何实体建造之前模拟、验证和优化设施布局 [3] - 公司使用基于英伟达Omniverse库构建的西门子数字孪生编辑器，对其美国设施进行升级模拟，并计划在全球范围内推广 [3] - 西门子的新软件解决方案大规模构建工业元宇宙环境，使组织能够应用工业AI、模拟和实时物理数据来快速、大规模地进行虚拟决策 [4] - 该产品使工业企业能够将来自西门子全面数字孪生的2D和3D数据，与由英伟达Omniverse库加速的、受管理且安全的实时逼真虚拟场景中的物理实时信息相结合 [5] 转型过程与具体应用 - 百事公司与西门子正通过将选定的美国制造和仓储设施转换为高保真3D数字孪生来进行数字化转型，这些数字孪生模拟工厂运营和端到端供应链，以建立性能基准 [6] - 在几周内，团队优化并验证了新的配置，以提高产能和吞吐量，为百事公司提供了统一的实时运营视图，并具备随时间整合AI驱动功能的灵活性 [6] - 利用西门子数字孪生编辑器、英伟达Omniverse和计算机视觉，百事公司现在可以以物理级精度重现每台机器、传送带、托盘路线和操作员路径 [7] - 这使得AI智能体能够模拟、测试和完善系统变更，在发生任何物理修改之前识别出高达90%的潜在问题 [7] 已实现的效益与成果 - 该方法在初始部署中已实现吞吐量提升20%，并推动更快的设计周期、接近100%的设计验证，以及通过发现隐藏产能和在虚拟环境中验证投资，使资本支出减少10%至15% [7][8] - 公司正在部署首个重新构想供应链设计、构建和扩展方式的数字蓝图，这在行业内尚属首次 [9] - 凭借统一的、AI驱动的数字基础，百事公司正在朝着一个每座工厂和仓库都作为单一智能生态系统一部分运行的世界迈进 [9] 公司背景与愿景 - 百事公司产品在全球200多个国家和地区每天被消费者享用超过10亿次 [11] - 2024年，百事公司实现了近920亿美元的净收入，其产品组合包括乐事、多力多滋、奇多、佳得乐、百事可乐、激浪、桂格和SodaStream等互补性饮料和方便食品 [11] - 公司产品组合包括众多标志性品牌，每个品牌的年零售额估计都超过10亿美元 [11] - 指导百事公司的愿景是通过践行“百事正持”战略，成为全球饮料和方便食品领域的领导者，该战略将可持续发展置于业务战略的核心 [12]