NVIDIA 工厂运营蓝图赋予工厂全新 AI 大脑

NVIDIA Blog 2026/06/01 05:00 产品

nvidia factory-automation ai-agents blueprint manufacturing edge-ai industrial-ai

摘要

NVIDIA 发布工厂运营蓝图 (FOX)，这是一项参考设计，用于构建能够集成实时数据、自动化模型训练并编排专用代理的自主工厂管理 AI 代理，已获多家主要制造商早期采用。

<div id="bsf_rt_marker"></div>随着工厂从孤立自动化迈向全厂智能化，制造商需要能够将实时机器信号、质量系统、工作指令和操作警报连接至统一决策层的 AI 系统。 今天在台北国际电脑展 (COMPUTEX) 的 GTC Taipei 大会上，NVIDIA 宣布推出 NVIDIA 工厂运营蓝图 (FOX)——这是一项参考设计，用于构建一个自主工厂管理代理，能够持续监控并推理实时数据，同时编排一组专用代理和机器，以快速大规模解决问题。 FOX 帮助开发者构建安全、集中的工厂管理代理，用于编排和优化面向质量控制、物料运输和工人安全的专业工业 AI 代理。该蓝图基于 <a target="_blank" href="https://www.nvidia.com/en-us/ai/nemoclaw/">NVIDIA NemoClaw</a>、<a target="_blank" href="https://build.nvidia.com/nvidia/aiq">AI-Q Blueprint</a> 和 <a target="_blank" href="https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/">NVIDIA Nemotron 开放模型</a> 构建，为连接工厂系统、自动化模型开发以及大规模运行智能操作提供了可定制的基础。 该蓝图已针对在 <a target="_blank" href="https://www.nvidia.com/en-us/products/workstations/dgx-station/">NVIDIA DGX Station</a> 上运行进行了优化，这是工厂管理员的终极桌面 AI 超级计算机伴侣。 DGX Station 采用 NVIDIA GB300 Grace Blackwell Ultra 桌面超级芯片，具备 20 petaflops FP4 性能和 748GB 一致性内存，能够运行高达 1 万亿参数的大型 AI 模型，非常适合在本地开发和运行强大的 AI 代理。 该超级芯片采用 NVIDIA Blackwell Ultra GPU，通过 NVIDIA NVLink-C2C 互联技术与高性能 NVIDIA Grace CPU 连接，提供一流的系统通信和性能，非常适合 NemoClaw 与 AI 模型之间实现闪电般的快速交互。 <img fetchpriority="high" decoding="async" class="aligncenter size-large wp-image-93613" src="https://blogs.nvidia.com/wp-content/uploads/2026/05/FOX-diagram-1680x727.jpg" alt="" width="1200" height="519" srcset="https://blogs.nvidia.com/wp-content/uploads/2026/05/FOX-diagram-1680x727.jpg 1680w, https://blogs.nvidia.com/wp-content/uploads/2026/05/FOX-diagram-960x415.jpg 960w, https://blogs.nvidia.com/wp-content/uploads/2026/05/FOX-diagram-1280x554.jpg 1280w, https://blogs.nvidia.com/wp-content/uploads/2026/05/FOX-diagram-1536x664.jpg 1536w, https://blogs.nvidia.com/wp-content/uploads/2026/05/FOX-diagram-scaled.jpg 2048w, https://blogs.nvidia.com/wp-content/uploads/2026/05/FOX-diagram-630x273.jpg 630w" sizes="(max-width: 1200px) 100vw, 1200px" /> FOX 蓝图的关键能力包括： <ul> <li style="font-weight: 400;" aria-level="1">连接工厂系统和代理：FOX 集成工业数据源、机器、应用和机器人集群，并可通过标准应用程序接口和代理技能连接到领先软件开发商的专用代理。</li> <li style="font-weight: 400;" aria-level="1">自动化 AI 模型训练：使用 <a target="_blank" href="https://developer.nvidia.com/tao-toolkit">NVIDIA TAO</a> 技能，工厂管理代理可以自动化整个模型训练生命周期——识别准确性差距、获取或合成生成训练数据、微调模型并将其重新部署到生产中。</li> <li style="font-weight: 400;" aria-level="1">运行智能工厂工作流：视觉检测、流程合规和物料运输代理可通过 NVIDIA 开放模型和蓝图进行管理，包括 <a target="_blank" href="https://build.nvidia.com/nvidia/video-search-and-summarization">NVIDIA Metropolis 视频搜索与摘要蓝图 (VSS)</a>。实时工厂数据还可以通过使用 <a target="_blank" href="https://www.nvidia.com/en-us/omniverse/">NVIDIA Omniverse</a> 库构建的操作数字孪生进行可视化。</li> </ul> 台湾制造商 Advantech、Foxconn、Pegatron 和 Wistron 是首批使用 NVIDIA FOX 蓝图和 NemoClaw 部署自主工厂管理代理的企业。 全球最大的电子制造商 Foxconn 正在使用 FOX 蓝图和 NemoClaw 构建 MoMClaw（制造运营多代理系统）。 在与实时生产工作并行运行时，MoMClaw 将传感器、机器信号和其他数字系统与数百个专用代理连接至一个统一的代理层——通过自然语言界面，结合 <a target="_blank" href="https://build.nvidia.com/openshell">NVIDIA OpenShell</a> 隐私控制和安全护栏，为工厂管理员和操作员提供实时答案和行动计划。借助 MoMClaw，Foxconn 预计根本原因分析时间将缩短 80%，劳动生产率提高 15%，机器故障率降低 10%。 <div style="width: 1200px;" class="wp-video"><video class="wp-video-shortcode" id="video-93609-1" width="1200" height="675" loop autoplay preload="auto" controls="controls"><source type="video/mp4" src="https://blogs.nvidia.com/wp-content/uploads/2026/05/5172573_RoboticFactory_V27_BlogPost_Foxconn_Caption_v02.mp4?_=1" /><a href="https://blogs.nvidia.com/wp-content/uploads/2026/05/5172573_RoboticFactory_V27_BlogPost_Foxconn_Caption_v02.mp4">https://blogs.nvidia.com/wp-content/uploads/2026/05/5172573_RoboticFactory_V27_BlogPost_Foxconn_Caption_v02.mp4</a></video></div> Pegatron 正在使用 FOX 蓝图和 NemoClaw 构建一个工厂管理代理，用于编排物料运输、AI 检测、标准操作程序指导和机器间协调等专用代理。借助工厂管理代理，Pegatron 可以更高效地编排机器人利用率，消除了对昂贵备用设备的需求，预计资产冗余成本可降低 15%。 <div style="width: 1200px;" class="wp-video"><video class="wp-video-shortcode" id="video-93609

查看原文

查看缓存全文

缓存时间: 2026/06/01 09:23

# 英伟达工厂运营蓝图：为工厂注入全新AI大脑来源：https://blogs.nvidia.com/blog/factory-operations-fox-blueprint-ai-brain/ 随着工厂从孤立自动化迈向全厂智能，制造商需要能够将实时机器信号、质量系统、作业指导书和运营警报连接至统一决策层的AI系统。今天，在COMPUTEX台北电脑展的GTC Taipei上，英伟达发布了英伟达工厂运营蓝图（FOX）——一个用于构建自主工厂管理智能体的参考设计，该智能体能够持续监控并推理实时数据，协调一组专用智能体和机器，大规模快速解决问题。 FOX帮助开发者构建安全、集中化的工厂管理智能体，用于协调和优化质检、物料搬运和工人安全等领域的专业工业AI智能体。该蓝图基于英伟达NemoClaw（https://www.nvidia.com/en-us/ai/nemoclaw/）、AI-Q蓝图（https://build.nvidia.com/nvidia/aiq）和英伟达Nemotron开放模型（https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/）构建，为连接工厂系统、自动化模型开发以及大规模运行智能运营提供了可定制的基座。该蓝图针对英伟达DGX Station（https://www.nvidia.com/en-us/products/workstations/dgx-station/）进行了优化，DGX Station是工厂管理员的理想桌面级AI超级计算机伴侣。 DGX Station搭载英伟达GB300 Grace Blackwell Ultra桌面超级芯片，具备20 petaflops的FP4性能和748GB的一致性内存，能够运行高达1万亿参数的大型AI模型，非常适合在本地开发和运行强大的AI智能体。该超级芯片采用英伟达Blackwell Ultra GPU，通过英伟达NVLink-C2C互连技术连接至高性能英伟达Grace CPU，提供一流的系统通信与性能，是NemoClaw与AI模型之间闪电般快速交互的理想选择。 FOX蓝图的关键能力包括： - **连接工厂系统与智能体**：FOX集成工业数据源、机器、应用和机器人集群，并可通过标准应用程序接口和智能体技能连接到领先软件开发商的专用智能体。 - **自动化AI模型训练**：利用英伟达TAO（https://developer.nvidia.com/tao-toolkit）技能，工厂管理智能体可自动化完整的模型训练生命周期——识别精度差距、获取或合成训练数据、微调模型并将其重新部署到生产环境。 - **运行智能工厂工作流**：可使用英伟达开放模型和蓝图（包括英伟达Metropolis视频搜索与摘要蓝图VSS（https://build.nvidia.com/nvidia/video-search-and-summarization））来管理视觉检测、流程合规和物料搬运智能体。实时工厂数据还可在基于英伟达Omniverse（https://www.nvidia.com/en-us/omniverse/）库构建的运营数字孪生中可视化呈现。台湾制造商Advantech、Foxconn、Pegatron和Wistron率先使用英伟达FOX蓝图和NemoClaw部署了自主工厂管理智能体。全球最大电子制造商Foxconn正使用FOX蓝图和NemoClaw构建MoMClaw——一个制造运营多智能体系统。在实时生产运行中，MoMClaw通过一个统一的智能体层将传感器、机器信号和其他数字系统与数百个专用智能体连接起来——通过结合英伟达OpenShell（https://build.nvidia.com/openshell）隐私控制和安全护栏的自然语言界面，为工厂经理和操作员提供实时答案和行动计划。借助MoMClaw，Foxconn预计根本原因分析时间将改善80%，劳动生产率提高15%，机器故障率降低10%。 https://blogs.nvidia.com/wp-content/uploads/2026/05/5172573_RoboticFactory_V27_BlogPost_Foxconn_Caption_v02.mp4 Pegatron正使用FOX蓝图和NemoClaw构建一个工厂管理智能体，该智能体协调专门用于物料搬运、AI检测、标准操作流程指导和机器间协调的专用智能体。借助工厂管理智能体，Pegatron能够更高效地协调机器人利用率，消除昂贵的备用设备需求，预计资产冗余成本降低15%。 https://blogs.nvidia.com/wp-content/uploads/2026/05/5172573_RoboticFactory_V27_BlogPost_Pegatron_Caption_v02.mp4 Advantech推出了AI工厂大脑，这是一个由基于FOX蓝图和NemoClaw构建的工厂管理智能体领导的多智能体系统。Advantech已在自家工厂部署了该工厂管理智能体，用于自主管理HVAC和照明专用智能体的能源消耗，预计可降低能耗10%。 Wistron正采用FOX蓝图，并使用英伟达Cosmos（https://www.nvidia.com/en-us/ai/cosmos/）、英伟达Nemotron开放模型以及英伟达Metropolis VSS蓝图（https://build.nvidia.com/nvidia/video-search-and-summarization）来构建表面贴装技术智能体，这些智能体能够分析并协调生产线运行，实现实时根本原因分析和质量控制。为了监控制造运营、提升质量、验证标准操作流程并改善工人安全，DeepHow、Overview AI（https://www.overview.ai/blog/overview-ai-nvidia-auto-defect-creator-studio/）、Roboflow和Spingence等公司正在使用英伟达AI和英伟达VSS蓝图构建专用智能体： - DeepHow正在使用Metropolis VSS蓝图和Cosmos 3为Foxconn开发一个标准操作流程智能体，支持英伟达GB300服务器的Bianca板卡组装。该智能体运行于英伟达RTX PRO服务器上，能够准确理解复杂的组装动作，帮助将一次良率提升3%，减少返工和生产浪费。 https://blogs.nvidia.com/wp-content/uploads/2026/05/Live-SOP-Verification-Green-Red-Bounded-Boxes-Trim.mp4 - Spingence正使用英伟达缺陷图像生成（http://github.com/nvidia/skills/physical-ai-defect-image-generation/）技能、英伟达Cosmos开放视觉语言模型以及英伟达TAO工具包进行微调，为Cooler Master开发工厂管理智能体，该智能体连接自动光学检测和模型构建智能体，实现了99.6%的缺陷召回率，缺陷漏检减少78%，检测能力提升3倍。 - Overview AI正使用英伟达智能体技能进行缺陷图像生成，并结合英伟达Cosmos帮助Amphenol通过其高级GenAI工具包提升制造效率。该工具包可生成合成缺陷数据，并将视觉检测AI模型部署速度提升12倍，使超过300种产品的首次推理时间缩短至30分钟以内。 - Roboflow正使用英伟达Cosmos为Corning Fiber Optics开发一个模型构建智能体，当训练数据不足时生成合成缺陷图像，实现近乎完美的检测率，并展示了减少每日人工图像审查的潜力。 https://blogs.nvidia.com/wp-content/uploads/2026/05/RF_NVIDIA_Visual_Intelligence_v3_compressed.mp4 请注册（https://www.nvidia.com/en-us/nvidia-factory-operations-blueprint-notify-me）以在英伟达工厂运营蓝图可用时获得通知。 Metropolis VSS蓝图3（https://github.com/NVIDIA-AI-Blueprints/video-search-and-summarization）现已全面上市，包含技能（https://github.com/NVIDIA-AI-Blueprints/video-search-and-summarization/tree/main/skills），允许外部智能体（如Claude Code、Codex、Hermes和NemoClaw）访问VSS组件，快速构建和运行视频分析AI智能体。 *观看英伟达创始人兼首席执行官黄仁勋的**主题演讲**（https://www.nvidia.com/en-tw/gtc/taipei/keynote/），并在**英伟达GTC Taipei**（https://www.nvidia.com/en-tw/gtc/taipei/）了解更多信息。*

NVIDIA 工厂运营蓝图赋予工厂全新 AI 大脑

相似文章

工业软件领导者利用NVIDIA NemoClaw构建安全、自主的AI工程师

NVIDIA 与 LG 集团共建 AI 工厂，推动物理 AI、移动出行和 AI 基础设施发展

NVIDIA-AI-Blueprints/video-search-and-summarization

@CNET：Nvidia GTC 2026，黄仁勋谈“AI原生”投资

企业如何构建值得信赖的专用AI

提交意见反馈