🟢NVIDIA Blog•較早收集於 30m
NVIDIA 與 Doosan Group 合作推動實體 AI 與工廠基礎設施
#robotics#industrial-ai#digital-twin#manufacturingnvidia-ai-factory-infrastructurenvidiadoosan roboticsdoosan bobcatomniverseisaac
💡了解 NVIDIA 如何將實體 AI 從資料中心擴展至重工業機器人與工廠產線。
⚡ 30-Second TL;DR
有什麼變化
將 NVIDIA 全堆疊加速運算整合至 Doosan Robotics 與 Doosan Bobcat。
為什麼重要
此合作象徵著將生成式 AI 整合至重工業硬體與機器人的重大轉變。它為傳統製造業如何利用 NVIDIA 的技術堆疊來實現工廠營運現代化提供了藍圖。
下一步行動
如果您正在開發工業 AI，請研究 NVIDIA Isaac 與 Omniverse API，了解如何在實體部署前模擬您的機器人工作流程。
誰應關注：Enterprise & Security Teams
關鍵要點
- •將 NVIDIA 全堆疊加速運算整合至 Doosan Robotics 與 Doosan Bobcat。
- •專注於提升工業自動化與發電領域的實體 AI 能力。
- •合作範圍涵蓋 Doosan Enerbility 與 Electro-Materials BG 等多個業務單位。
🧠 深度解析
Web-grounded analysis with 17 cited sources.
🔑 增強重點摘要
- •斗山機器人公司正在整合 NVIDIA Isaac Sim、Isaac Lab 開放式機器人框架、NVIDIA Cosmos 開放世界基礎模型、開源 Newton 物理引擎以及 NVIDIA Jetson Thor，以推進其 Agentic Robot OS，這是一個連接感知、推理、模擬、學習和設備端推論的 AI 驅動平台。
- •斗山 Bobcat 計劃探索將 NVIDIA 實體 AI 技術整合到建築、景觀美化、農業和物料搬運設備中，以加速開發專門的世界模型，使設備能夠感知多樣化的操作環境、推斷不斷變化的條件並更自主地執行任務。
- •斗山 Enerbility 正在探索透過其大型電力基礎設施（包括燃氣輪機、蒸汽輪機和小型模組化反應爐）以及斗山燃料電池的氫燃料電池系統，來支援 NVIDIA AI 工廠和 NVIDIA DSX AI 工廠平台，以滿足 AI 資料中心對可靠、高效和持續可用電源的需求。
- •斗山集團的 Electro-Materials BG 將展示用於 AI 加速器的高速銅箔基板 (CCL) 解決方案，這是資料中心 AI 加速器中形成多層 PCB 結構的核心材料，對於確保訊號完整性和性能穩定性至關重要。
- •此次合作的最終目標是利用斗山集團在建築機械、發電設備和機器人等業務領域累積的豐富數據，訓練 NVIDIA 的實體 AI 技術，以確保獲得針對斗山優化的客製化基礎模型 (FM)。
🛠️ 技術深入
- 斗山機器人 Agentic Robot OS: 整合 NVIDIA Isaac Sim、Isaac Lab、NVIDIA Cosmos 開放世界基礎模型、開源 Newton 物理引擎和 NVIDIA Jetson Thor。該作業系統旨在連接感知、推理、模擬、學習和設備端推論，使工業機器人能夠在複雜動態環境中更好地感知、推理和行動。
- NVIDIA Isaac Sim: 作為一個基於 NVIDIA Omniverse 的開放原始碼參考框架，用於在物理精確的虛擬環境中進行機器人模擬、測試和合成數據生成。它利用 GPU 加速的 PhysX 動力學、RTX 渲染和 Universal Scene Description (USD) 來構建高擬真模擬。
- NVIDIA Jetson Thor: 斗山機器人公司將其用於推進 Agentic Robot OS。NVIDIA Jetson 系列平台（如 Orin 系列）提供高達 2,048 個 CUDA 核心、64 個 Tensor 核心和 12 核 CPU，為邊緣 AI 提供高達 275 TOPS 的性能。
- 世界模型 (World Models): 斗山 Bobcat 計劃開發專門的世界模型，這是一種幫助 AI 學習類似現實的虛擬環境以預測設備運動和工作條件的技術，使設備能夠識別多樣化的工作環境、評估情況並自主操作。
- NVIDIA DSX AI 工廠平台: 斗山 Enerbility 正在探索支援此平台，該平台整合了運算網路、儲存和電力，旨在優化 AI 工廠的設計和運營。
- 高速銅箔基板 (CCL): 斗山 Corporation Electro-Materials BG 提供用於 AI 加速器的高速 CCL 解決方案，這是多層 PCB 結構中的關鍵材料，對於確保 AI 加速器中的訊號完整性和性能穩定性至關重要。
- Sim to Real 工作流程: 斗山機器人公司利用 NVIDIA Isaac Sim 和 CuRobo（一個 CUDA 加速的機器人庫）實現即時運動控制，並快速計算複雜的機器人軌跡，將模擬運動無縫轉移到實體機器人。
🔮 前景展望AI analysis grounded in cited sources
斗山機器人公司將從單純的機器手臂供應商轉型為全堆疊 AI 優先的機器人解決方案公司。
透過整合 NVIDIA 的實體 AI 堆疊和 Agentic Robot OS，斗山機器人公司旨在使其機器人能夠在複雜動態環境中自主感知、推理和行動，從而擴展其產品能力。
此次合作將加速緊湊型自主設備行業標準生態系統的建立。
斗山 Bobcat 將 NVIDIA 實體 AI 整合到建築和農業設備中，並旨在開發專業世界模型，這表明雙方正朝著為自主機械建立通用框架的方向努力。
斗山集團的多元化業務單位將利用其累積的工業數據來創建高度專業化的 AI 基礎模型。
該合作夥伴關係明確旨在利用斗山集團在建築、發電和機器人領域的數據，訓練 NVIDIA 的實體 AI 技術，以開發客製化的基礎模型。
⏳ 時間線
2025-09
斗山集團高層拜訪 NVIDIA 探索 AI 合作
2025-10
斗山與 NVIDIA 宣布建立戰略合作夥伴關係，加速實體 AI 整合並開發客製化基礎模型
2025-12
斗山在 CES 2026 展示 AI 驅動的自動化解決方案，包括 GPU 加速的卸垛方案，並強調其能源解決方案對 AI 資料中心的支援
2026-01
斗山機器人公司在 CES 2026 推出屢獲殊榮的 AI 機器人解決方案「Scan & Go」和「AI Depalletizer」，並提及與 NVIDIA 等行業領導者的戰略合作
2026-04
NVIDIA 產品行銷資深總監 Madison Huang 拜訪斗山機器人創新中心，討論技術合作框架和產品路線圖
2026-06
NVIDIA 與斗山集團擴大合作，推進實體 AI 和 AI 工廠基礎設施，NVIDIA 執行長黃仁勳為斗山熊隊開球，象徵雙方緊密合作
📎 來源 (17)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： NVIDIA Blog ↗