http://www.moduwu.com 2026-03-27 15:18 《中華工控網》原創
過去兩年,生成式AI的狂飆突進讓人們見識到了算法在數字世界的魔力——從吟詩作畫到生成以假亂真的視頻,大模型似乎無所不能。然而,當狂歡的潮水逐漸褪去,產業界開始冷靜地審視一個更為硬核的命題:AI究竟如何跨越虛實的鴻溝,真正進入物理世界,成為驅動實體經濟運轉的底座?
2026年3月23-24日,北京首都國際會議中心,首屆西門子RXD大會(Real Meets Digital)給出了他們的系統性解答。

1場主論壇、7場行業專題論壇、32場技術精講、3,000+平米會展區,吸引2000余名行業領袖、工程師、開發者和觀察者擠進會場,這是一場關于工業AI如何落地的產業預演。在這里,沒有花哨的表演機器人,取而代之的是能夠在微米級精度下控制動力電池涂布的算法,是能夠自主規劃路徑并協同作業的人形機器人,以及無縫銜接IT與OT的工業算力網。
“AI像當年的電力一樣具有變革性,甚至力量更為強大。它將改變我們的生活與工作、生產與消費。”西門子股份公司董事會主席、總裁兼首席執行官博樂仁(Roland Busch)在大會主旨演講中,將AI定義為新一輪工業革命的通用技術。但他也敏銳地指出,強大的 AI 模型是一回事;而真正使用它、集成它,用其解決現實世界的問題,并規?;瘧玫轿锢硎澜缰?—— 則完全是另外一回事。

面對這“另外一回事”,西門子正試圖扮演那個鋪設電網的人——打造一套貫穿硬件、軟件與數據的工業AI“操作系統”。在電氣化時代,西門子曾搭建過這樣一套基礎設施,今天他們還想再做一次。
工業AI的底層邏輯
長期以來,制造業對新技術的接納往往是點狀的,比如引入視覺檢測替代人工質檢,或是增加幾個傳感器進行簡單的預測性維護。但在西門子看來,由大模型和智能體(Agent)驅動的工業AI,絕非對單一工種的替代,而是對整個生產關系和生產方式的系統性重塑。
要承載這種重塑,僅靠云端的通用大語言模型是遠遠不夠的。博樂仁在大會上勾勒出了工業AI操作系統的三大核心要素:契合的技術棧、深厚的行業知識以及強大的合作伙伴。
技術棧的重構是第一步。在大會現場,西門子展示了從云端到邊緣、從算力到執行的完整鏈路。當AI進入物理系統,硬件的價值被前所未有地放大。模型可以在云端訓練,但推理和執行必須在生產一線全天候、無間斷地實時響應。
例如,博樂仁現場展示的搭載NVIDIA GPU的高性能工控機BX 59A,完美適配了汽車制造等復雜工業場景;而全新發布的新一代S7-200 SMART G2系列PLC,在性能與存儲容量方面實現顯著提升,充當著工業設備的“智能大腦”;與之配合的S200緊湊型伺服系統,則將高維的數字指令轉化為高精度的物理運動。這種“感知-決策-執行”的硬核閉環,是任何純軟件互聯網公司都難以輕易跨越的護城河。

此外,未來工業AI或無處不在、變革生產,但破局需要多要素協同,建立強大生態。正如西門子中國董事長、總裁兼首席執行官肖松所言:“場景、數據、軟件、硬件、人才缺一不可,唯有強大的生態,才能真正釋放AI的無限潛能。”

工業煉金術的壁壘與破局
如果說軟硬件技術棧是骨骼,那么數據就是流淌在工業AI操作系統中的血液。然而,工業數據的提取與利用,堪稱一場艱難的煉金術。
在大會的尖峰對話環節,多位行業大咖直擊工業AI落地的核心痛點。國機數科董事長王宇航犀利地指出了當前工業AI面臨的“三脫節”,包括技術與場景脫節、業務與數據脫節、投入與產出脫節。
與互聯網行業天生自帶海量結構化數據不同,工業現場的數據高度碎片化、多模態且往往缺乏標注。北京數據集團副總經理李振軍將傳統的工業數據處理形容為小作坊模式:“大量的工業企業內部實際上是有生產但沒數據采集,有采集不存儲,邊采邊丟。或者是采集完后,加工處理能力不夠,無法處理成標準化的數據,只有結構化數據才能運用到模型訓練中。”

這種數據的匱乏與低效,直接鎖死了工業AI的上限。為此,破局的關鍵在于構建高質量的場景數據。
寧德時代首席制造官倪軍的分享,為高價值場景提供了一個極好的注腳。電池制造被稱為復雜度最高的產品之一,容錯率要求達到驚人的十億分之一(ppb)級別。在厚度僅5微米、寬達1.5米、以每分鐘100米速度飛馳的銅箔極片上涂覆100 微米的電極材料,任何微小的擾動都可能導致災難性后果。在這種極限工況下,通用AI模型完全無能為力,必須依賴與OT知識深度融合的工業級專有模型。這些模型不僅需要消化設備的設備時序數據、視覺數據,還要吸收工程師的“隱性經驗(Know-how)”。
西門子長達170多年、覆蓋數十個垂直領域的工業底蘊,在此時就顯現出不可替代的威力。畢竟,全球三分之一的制造設備搭載西門子控制器,這些在物理世界中日夜運轉的設備,構成了世界上最龐大的工業數據集的潛在來源。通過西門子工業軟件和邊緣計算平臺,這些沉睡的數據正在被喚醒,轉化為驅動AI進化的優質燃料。
具身智能的Sim2Real跨越
本次大會上,最吸引眼球的莫過于那些穿梭在展區、與自動化設備協同作業的機器人。具身智能作為AI進入物理世界的終極形態,正在迎來屬于它的奇點時刻。
宇樹科技創始人王興興在對話中分享了令人振奮的技術躍遷:從最初依靠傳統數學建模,到2021開始,公司全線機器人產品都轉向AI控制路線。2023年首款人形機器人H1,完全依靠端到端AI訓練訓練實現走路、跑步等動作。AI讓實體機器人的運動控制迎來了顛覆性巨變。曾經在地上笨拙爬行的機器人,僅需在模型中微調參數并經過一夜的訓練,第二天上機測試,就能迎來質的飛躍,表現遠超傳統算法。

然而,機器人的“小腦”(運動控制)雖然進化神速,但其在復雜工業環境中的“大腦”(任務泛化與操作執行)仍面臨挑戰。銀河通用聯合創始人張直政則指出,具身智能所需的數據量遠超傳統的大語言模型,且數據必須與具體的硬件本體和物理場景強綁定。
如何低成本、大規模地獲取這些高價值的長尾數據?答案指向了仿真與數字孿生。
這正是西門子的強項。在西門子高保真的虛擬環境中,企業可以構建出兼具照片級真實感與物理精準性的數字孿生工廠。在現實中難以復刻的數百萬種抓取姿態、邊緣工況、甚至是故障場景,都可以在虛擬空間中以極低的成本進行千萬次的并發訓練(Sim2Real)。

王興興透露,預計在未來六個月內,通過大模型與豐富動作庫的結合,機器人將實現自由、絲滑的任意動作生成與組合。結合西門子的工易魔方——一個能夠讓開發者以拖拽方式輕松構建柔性生產線工作流的平臺,未來工廠中“人類下達模糊指令,機器集群自主規劃并協同執行”的科幻場景,已近在咫尺。
生態的力量
獨木難成林。在極其非標、長尾的工業自動化市場,沒有任何一家企業能包攬一切。構建一個開放共贏的生態,是工業AI走向規模化的唯一路徑。
在此次大會上,西門子與阿里巴巴深化戰略合作的消息引發了業界的高度關注??梢哉f,這是一次極具互補性的強強聯合,阿里巴巴擁有強大的阿里云基礎設施和千問大模型,是典型的“云與數據基因”,而西門子則掌握著最深厚的工業軟件、自動化硬件及工廠現場的Know-how。

阿里巴巴集團主席蔡崇信在對話中深刻闡述了AI智能體的突破性意義:“以往大模型像百科全書,現在的智能體則具備規劃、推理、記憶能力,是真正的虛擬知識員工。”
西門子正在將這種能力引入車間。其打造的Industrial Copilot,已經能夠通過“問題解決智能體”、“設備狀態智能體”等多智能體協同,實現在產線上自動排查故障、甚至直接生成數控代碼操作設備。未來,西門子的仿真產品組合將部署到阿里云,以基礎設施即服務(IaaS)模式惠及眾多中國企業;同時,基于千問等大模型,結合西門子獨有的工業數據進行微調,還將誕生出更具殺傷力的工業專屬大模型。
不僅是阿里,西門子與NVIDIA在加速仿真與算力上的深度綁定,與宇樹科技、銀河通用在具身智能調度上的協同,以及通過西門子Xcelerator平臺匯聚的超50萬中國注冊用戶和400多家本土合作伙伴,共同編織了一張龐大的工業AI生態網。
全球最大試驗場的雙向奔赴
值得注意的是,西門子將首屆RXD大會的舉辦地選址北京,并在此一口氣發布了26款由中國團隊研發、專為中國市場打造的全新本土產品,這背后也有一層更現實的邏輯。
“中國是工業AI最佳的試驗場”,蔡崇信在大會現場的這句話點出了核心。
作為占全球工業產出30%的最大制造業經濟體,中國不僅擁有全球最完整的工業體系和海量的工業數據,更有著對新技術無比渴望且極具創新活力的企業群體。

無論是面向高密度智算中心的新一代直流斷路器SENTRON 3VD,還是能夠通過AI分析持續優化數據中心能耗的智冷魔方,西門子的本土創新正精準切中中國產業升級的時代脈搏。在這里,技術不再高高在上,而是迅速下沉到預測性維護、機器視覺質檢、柔性排產、零碳園區管理等一個個真實而棘手的工業現場痛點中。
通過本地化研發+全球化技術底座的模式,西門子不僅在幫助中國企業打通數據孤島、實現降本增效,更在賦能寧德時代、宇樹科技這樣的領軍企業走向世界,以統一的高標準數字化體系支撐其全球產能布局與綠色出海。
西門子用170多年積累了理解工業肌理的能力,現在它要把這些能力系統化地注入AI,再用AI反哺工廠。這個循環能否真正轉動,還需要時間檢驗。但可以確定的是,這次在北京,西門子至少交出了一份目前為止最完整、也最扎實的答卷框架——以及許多已經在車間里跑通的真實案例。
這或許是"AI如何進入物理世界"這個問題,迄今最系統的一次公開作答。
