物理人工智能仿真如何利用ABB技术提升工厂自动化投资回报率
2026-03-12 由 AICC 提供

一项开创性的合作关系 ABB 和 英伟达 演示如何 物理人工智能模拟 正在生成 实际投资回报率(ROI) 在工厂自动化领域,克服长期存在的生产难题。
制造商历来难以生产 智能机器人 性能可靠 外部 受控的测试环境。主要障碍是 数字培训模型与实际工厂环境之间的差异其中,照明、材料物理和零件变化等因素的表现与虚拟仿真相比是不可预测的。
从历史上看,这种脱节迫使工程团队 重新采用成本高昂的实体原型,导致产品发布延迟和费用增加。
弥合数字物理人工智能模拟之间的差距
ABB Robotics与NVIDIA的合作旨在 弥合这一长期存在的分歧 通过嵌入 工业级物理人工智能 直接恢复出厂设置。他们即将推出的解决方案是: RobotStudio 超现实预计将于 2026 年下半年推出,目前已吸引了全球制造业创新者的关注。
通过整合 NVIDIA Omniverse 库 在ABB现有的RobotStudio软件平台内,他们提供了一套工具集,用于…… 物理精确的数字测试这种融合使工程师能够 部署成本最多可降低 40%。 和 缩短产品上市时间多达 50%。
要实现如此显著的效率提升,需要流畅的工作流程。 使生产领导者能够设计、模拟和验证 整个自动化单元 在安装任何物理硬件之前。
为了实现这一点,该系统允许导出 完全参数化站点——包括机器人、传感器、照明、运动学和零部件——作为 美元文件 直接进入全宇宙环境,赋予其力量 高保真、物理上真实的模拟。


登录










