RXD大會(huì)首發(fā)北京：當(dāng)硅谷還在談?wù)撐锢鞟I，西門子已重寫工業(yè)規(guī)則

編輯｜微胖

我看到的不是一個(gè)個(gè)單品，而是一條完整的軌道，讓AI列車加速駛?cè)胝鎸?shí)世界的每一座工廠、每一臺(tái)設(shè)備、每一條產(chǎn)線。

物理 AI 的「中國(guó)時(shí)刻」

那些在春晚舞臺(tái)上展示「快速走位」的宇樹(shù)機(jī)器人，并不只是節(jié)慶里的技術(shù)奇觀。它們已開(kāi)始走進(jìn)西門子在德國(guó)的工廠，學(xué)習(xí)最常見(jiàn)的搬運(yùn)。從 CES 2026 到 GTC 大會(huì)，「物理 AI」被黃仁勛反復(fù)推向舞臺(tái)中心。就連 Jeff Bezos 也在洽談籌集千億美金，加碼制造轉(zhuǎn)型。

西門子首席執(zhí)行官博樂(lè)仁表示，該公司正在人形機(jī)器人上測(cè)試SIMOVE ANS+導(dǎo)航軟件。圖片來(lái)源：博樂(lè)仁（LinkedIn）。

在大會(huì)展區(qū)與AGV互動(dòng)的宇樹(shù)機(jī)器人

與此同時(shí)，另一條路徑也在加速展開(kāi)——讓人工智能真正理解物理世界本身：DeepSeek 推動(dòng)三維建模取得突破，李飛飛創(chuàng)立的 World Labs 新獲 10 億美金融資。

當(dāng)一場(chǎng)圍繞「人工智能如何進(jìn)入物理世界」的隔空對(duì)話真正來(lái)到西門子的天然主場(chǎng)——還有誰(shuí)，會(huì)比這位深嵌于現(xiàn)實(shí)世界運(yùn)行體系中的工業(yè)玩家，更有發(fā)言權(quán)呢？

相比普通人可以直接上手的 Seedance 2.0 、「小龍蝦」，西門子的技術(shù)幾乎沒(méi)有「體感」，卻又無(wú)處不在，幾乎嵌入了現(xiàn)代工業(yè)與城市運(yùn)行的每一個(gè)關(guān)鍵環(huán)節(jié)，包括決定你這部手機(jī)的出生方式。

3 月 23 日，北京，西門子 Siemens RXD 大會(huì)（ Reality meets Digital ）開(kāi)幕。主論壇、分論壇、開(kāi)放舞臺(tái)演講還有 3000 平方米的展區(qū)，被用來(lái)回應(yīng)一個(gè)正在被反復(fù)討論、卻始終缺乏系統(tǒng)答案的難題——

人工智能技術(shù)如何進(jìn)入現(xiàn)實(shí)世界，并在那里停留下來(lái)，成為變革的基石，而不是快閃的奇觀。

一套技術(shù)棧，消融虛實(shí)邊界

在西門子首席執(zhí)行官博樂(lè)仁的主旨演講中，一個(gè)被反復(fù)強(qiáng)調(diào)的判斷再次被置于中心——

人工智能并非又一輪技術(shù)迭代，而是一種通用型技術(shù)（ general-purpose technology ）。其意義，可與電力之于工業(yè)時(shí)代相提并論，甚至更為深遠(yuǎn)。

當(dāng)人工智能進(jìn)入物理系統(tǒng)時(shí)，它就不再只是一個(gè)功能，而是影響現(xiàn)實(shí)的力量。它將改變?nèi)藗兊墓ぷ髋c生活方式，重塑生產(chǎn)與消費(fèi)，并讓整個(gè)系統(tǒng)更加高效、自主且具適應(yīng)性。

博樂(lè)仁稱，我們已經(jīng)進(jìn)入工業(yè)人工智能革命。但強(qiáng)大的人工智能模型是一回事，將它們應(yīng)用于現(xiàn)實(shí)世界的問(wèn)題并將其規(guī)模化，「完全是另一回事。」而西門子擁有一套貫通硬件、軟件與數(shù)據(jù)的技術(shù)棧，構(gòu)成將 AI 帶入現(xiàn)實(shí)世界的基礎(chǔ)。

當(dāng) AI 進(jìn)入物理世界時(shí)，硬件卻比以往任何時(shí)候都更重要。博樂(lè)仁展示了一臺(tái)配備 GPU 的工業(yè)計(jì)算機(jī)（ IPC ）：模型在云端訓(xùn)練，在本地完成推理，并直接驅(qū)動(dòng)控制系統(tǒng)。在奧迪工廠，AI 已用于高速檢測(cè)焊接質(zhì)量；在成都工廠，機(jī)器人借助三維視覺(jué)完成無(wú)序抓取。

此次大會(huì)發(fā)布的 26 款新品中，絕大多數(shù)指向硬件，也清楚表明，如果缺少底層支撐，AI 仍將滯留云端，難以化為現(xiàn)實(shí)世界中的生產(chǎn)力。

此次大會(huì)發(fā)布的 26 款新品

如果說(shuō)硬件猶如「手腳」，解決的是系統(tǒng)能否在現(xiàn)實(shí)世界中穩(wěn)定運(yùn)行，如何讓「手腳」變得更聰明，則取決于軟件。博樂(lè)仁指出，被 AI 加速后的數(shù)字孿生，也來(lái)到了一個(gè)新高度。

用戶可以借助西門子的工業(yè)軟件，構(gòu)建一個(gè)基于物理規(guī)律、可實(shí)時(shí)運(yùn)行的數(shù)字孿生系統(tǒng)。這意味著，在現(xiàn)實(shí)世界中投入第一塊磚、安裝第一臺(tái)設(shè)備之前，企業(yè)已在虛擬環(huán)境中預(yù)演并消化了成千上萬(wàn)次潛在失敗。

在「工業(yè) AI，實(shí)見(jiàn)未來(lái)」的展區(qū)，新推出的 Digital Twin Composer 正體現(xiàn)了這一巨大轉(zhuǎn)變。據(jù)現(xiàn)場(chǎng)的工作人員介紹，借助 Digital Twin Composer、NVIDIA Omniverse 以及計(jì)算機(jī)視覺(jué)技術(shù)，百事可樂(lè)已能夠以接近物理級(jí)精度重建其生產(chǎn)系統(tǒng)——

從單臺(tái)設(shè)備、傳送帶到托盤路徑與操作員動(dòng)線，均被納入一個(gè)持續(xù)更新的數(shù)字環(huán)境之中。

在這一環(huán)境中，AI Agent 得以對(duì)系統(tǒng)變更進(jìn)行模擬、測(cè)試與優(yōu)化。這并非單一智能體的作用，而是一套由編排型 Agent 統(tǒng)籌、由設(shè)備、機(jī)器、產(chǎn)品與流程等多類 Agent 協(xié)同構(gòu)成的系統(tǒng)。

文中視頻鏈接：https://mp.weixin.qq.com/s/Tk4TaItYzS4J6U8tRPD0Og

大會(huì)展區(qū)現(xiàn)場(chǎng)展示的百事可樂(lè)公司的案例

但物理世界的維修與更換仍需人來(lái)完成，人工智能通過(guò)智能眼鏡等方式為一線人員提供即時(shí)指導(dǎo)，實(shí)現(xiàn)人機(jī)協(xié)同。

其收效頗為可觀。在任何實(shí)體改造前，人工智能已經(jīng)識(shí)別出高達(dá)90%的潛在問(wèn)題。初步部署已將吞吐量提升約 20%，設(shè)計(jì)周期也隨之縮短，許多方案能夠在首次部署時(shí)就完成驗(yàn)證。

同時(shí)，通過(guò)在虛擬環(huán)境中發(fā)掘潛在產(chǎn)能并前置投資決策，資本支出可降低約 10% 至 15% 。

這套以數(shù)字孿生為核心、數(shù)據(jù)驅(qū)動(dòng)并通過(guò) AI Agent 實(shí)現(xiàn)閉環(huán)控制的系統(tǒng)帶來(lái)的不只是效率提升，更是生產(chǎn)邏輯的重構(gòu)：

從過(guò)去僅服務(wù)于設(shè)計(jì)階段的仿真工具，到貫穿「設(shè)計(jì)—制造—運(yùn)營(yíng)」全生命周期的系統(tǒng)，數(shù)字世界不再是映射，而是驅(qū)動(dòng)現(xiàn)實(shí)的引擎。

生產(chǎn)制造也由此邁向一個(gè)持續(xù)自適應(yīng)、不斷優(yōu)化的人機(jī)協(xié)同體系，并最終推動(dòng)生產(chǎn)力的躍遷。

工業(yè)AI的分水嶺：數(shù)據(jù)「煉金」

按照博樂(lè)仁說(shuō)法，西門子的全棧能力，不只是軟硬件整合，更關(guān)鍵在于其長(zhǎng)期沉淀的工業(yè)數(shù)據(jù)資產(chǎn)。因?yàn)椋诠I(yè)人工智能領(lǐng)域，數(shù)據(jù)不是附屬資源，而是決定模型能否落地的前提。

他分享過(guò)一個(gè)頗具說(shuō)服力的案例：僅有 LLM 本身，還遠(yuǎn)遠(yuǎn)不夠。

如果只依賴通用模型或其衍生的 Agent，或許已經(jīng)接近工業(yè)所需的水平，但始終達(dá)不到真正可用的精度。關(guān)鍵在于，我們用自己的工業(yè)數(shù)據(jù)對(duì)模型進(jìn)行再訓(xùn)練——包括專有數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、設(shè)備數(shù)據(jù)以及運(yùn)行數(shù)據(jù)。

更重要的是，還疊加了歷史問(wèn)題與解決方案的經(jīng)驗(yàn)。就像工廠車間里那塊寫滿故障與處理記錄的白板，這些隱性的經(jīng)驗(yàn)，如今都被系統(tǒng)性地輸入模型之中。于是，當(dāng)類似問(wèn)題再次出現(xiàn)時(shí)，系統(tǒng)能夠識(shí)別其模式，并直接給出對(duì)應(yīng)解法。

這就是我們所說(shuō)的工業(yè) AI 模型：不是通用能力的簡(jiǎn)單延伸，而是經(jīng)由工業(yè)數(shù)據(jù)訓(xùn)練后形成的專用能力。它既具備跨場(chǎng)景的適用性，又能深入到具體設(shè)備與工藝層面實(shí)現(xiàn)高精度判斷，使問(wèn)題解決的命中率從 60%-70% 提升至接近 95% 。只有達(dá)到這一水平，AI 才真正具備工業(yè)應(yīng)用的價(jià)值。

在隨后的圓桌討論中，西門子中國(guó)董事長(zhǎng)、總裁兼首席執(zhí)行官肖松與嘉賓也深入探討了數(shù)據(jù)與場(chǎng)景的重要性。

西門子中國(guó)董事長(zhǎng)、總裁兼首席執(zhí)行官肖松與嘉賓也深入探討了數(shù)據(jù)與場(chǎng)景的重要性。

一方面，工業(yè) AI 不同于通用 AI，它高度依賴具體場(chǎng)景中的多模態(tài)數(shù)據(jù)（設(shè)備、流程、環(huán)境等）。硬件提供感知與執(zhí)行能力，軟件提供算法與模型，但如果缺乏長(zhǎng)期積累的真實(shí)工業(yè)數(shù)據(jù)，模型就無(wú)法有效訓(xùn)練，也無(wú)法理解復(fù)雜的工業(yè)場(chǎng)景，最終難以落地。

另一方面，工業(yè)數(shù)據(jù)本身獲取難、分散且非標(biāo)準(zhǔn)化，很多企業(yè)「有數(shù)據(jù)但用不好」，甚至存在數(shù)據(jù)與業(yè)務(wù)脫節(jié)的問(wèn)題。這使得數(shù)據(jù)不僅是資源，更是門檻——誰(shuí)掌握了高質(zhì)量、可用的數(shù)據(jù)，誰(shuí)才能真正釋放 AI 價(jià)值。因此，必須以高價(jià)值場(chǎng)景為牽引，推動(dòng)多模態(tài)模型與產(chǎn)業(yè)知識(shí)融合，實(shí)現(xiàn)「看得懂、用得上、算得清」的閉環(huán)。

當(dāng)然，要實(shí)現(xiàn)規(guī)模化突破，最終還要依賴制度與生態(tài)的協(xié)同演進(jìn)，包括數(shù)據(jù)產(chǎn)權(quán)界定、流通機(jī)制完善以及「數(shù)據(jù)工廠」等新型基礎(chǔ)設(shè)施建設(shè)。

170 年 Know-how 護(hù)城河：

行業(yè)「肌理」的理解力

如果說(shuō)，一個(gè)連接數(shù)據(jù)、軟件與智能硬件的技術(shù)棧，是 AI 融入物理現(xiàn)實(shí)的基礎(chǔ)，那么，其成效最終取決于行業(yè)知識(shí)。這正構(gòu)成西門子最難被復(fù)制的能力。

這一點(diǎn)在工業(yè) AI 的實(shí)際應(yīng)用中尤為明顯。正如肖松所言，工業(yè) AI 的競(jìng)爭(zhēng)，關(guān)鍵不在模型參數(shù)，而在具體應(yīng)用，幾十個(gè)垂直行業(yè)，每個(gè)行業(yè)的工藝都不同。

例如，展區(qū)中一款基于 AI 的程序轉(zhuǎn)換 Agent，能夠?qū)⑵渌麖S商數(shù)控機(jī)床的「語(yǔ)言」，自動(dòng)轉(zhuǎn)譯為西門子數(shù)控系統(tǒng)可識(shí)別的 SINUMERIK 代碼。表面上是代碼轉(zhuǎn)換，實(shí)則是對(duì)兩套加工「語(yǔ)系」的重新對(duì)齊，需要對(duì)加工機(jī)理有深刻理解。

類似的，新應(yīng)用 SiePA Pro 3.0 通過(guò)預(yù)測(cè)性維護(hù)，將設(shè)備管理從周期性檢修轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)的主動(dòng)決策，提前預(yù)警。背后比拼的是對(duì)設(shè)備機(jī)理、故障模式與工程經(jīng)驗(yàn)的深刻沉淀。

大會(huì)展區(qū)里新應(yīng)用 SiePA Pro 3.0 的demo展示

然而，這些知識(shí)并不存在于公開(kāi)互聯(lián)網(wǎng)之中，完全沉淀于西門子逾 170 年的行業(yè)實(shí)踐之上：1500 名 AI 專家、數(shù)以萬(wàn)計(jì)的工程師，以及覆蓋 40 多個(gè)行業(yè)的積累，共同構(gòu)成一套理解復(fù)雜工業(yè)場(chǎng)景的認(rèn)知體系。

其滲透之深，也外化于廣泛而深入的系統(tǒng)嵌入。例如，幾乎所有汽車都會(huì)與西門子的技術(shù)產(chǎn)生關(guān)聯(lián)。它們要么由西門子的技術(shù)設(shè)計(jì)，要么由西門子技術(shù)制造。全球每三條制造產(chǎn)線中，就有一條運(yùn)行在西門子的控制系統(tǒng)之上。全球約 70% 的電力流經(jīng)由西門子軟件規(guī)劃或優(yōu)化的電網(wǎng)。

此時(shí)，我不禁想起西門子 AI 技術(shù)負(fù)責(zé)人 Robert Lohmeyer 曾直言，這種能力，并非成立僅 20 余年的數(shù)字公司或互聯(lián)網(wǎng)企業(yè)所能比肩，未來(lái) 25 年也難以復(fù)制。

生態(tài)引力，從能力到規(guī)模

然而，能力并不自動(dòng)轉(zhuǎn)化為規(guī)模。工業(yè) AI 的本質(zhì)是高度碎片化，單一廠商難以覆蓋所有場(chǎng)景。要實(shí)現(xiàn)從個(gè)案突破到系統(tǒng)性落地，必須依賴生態(tài)。

一個(gè)細(xì)節(jié)頗具象征意義：展區(qū)中超過(guò)六成合作伙伴已帶來(lái) AI 相關(guān)產(chǎn)品，覆蓋數(shù)據(jù)中心、鋼鐵、生物醫(yī)藥、食品飲料等關(guān)鍵行業(yè)。這意味著，工業(yè) AI 正從概念驗(yàn)證走向規(guī)模應(yīng)用。而西門子所扮演的角色，不僅是「做應(yīng)用」，還「授人以漁」。

例如，通過(guò)西門子 Xcelerator 平臺(tái)，其底層模型能力、工程工具與行業(yè) know-how 被模塊化開(kāi)放，企業(yè)可以在統(tǒng)一基座上構(gòu)建自身解決方案。

而更大生態(tài)的運(yùn)轉(zhuǎn)，依賴兩個(gè)關(guān)鍵節(jié)點(diǎn)的支撐。

在物理世界中，所有優(yōu)化都依賴高精度仿真，而英偉達(dá)的加入，讓這一能力實(shí)現(xiàn)數(shù)量級(jí)躍遷。博樂(lè)仁將雙方合作稱為「戰(zhàn)略加速器」，主要體現(xiàn)在三點(diǎn)。

其一，仿真能力大幅提升，算力加持下相關(guān)軟件性能可達(dá)百倍甚至千倍，在電動(dòng)車開(kāi)發(fā)中可顯著減少風(fēng)洞測(cè)試；

其二，芯片設(shè)計(jì)效率最高提升十倍；

其三，在新一代數(shù)據(jù)中心與 AI 工廠中，通過(guò)數(shù)字孿生完成前期設(shè)計(jì)，并在運(yùn)行后由AI接管系統(tǒng)控制。

與阿里云的戰(zhàn)略協(xié)作側(cè)重基礎(chǔ)設(shè)施與生態(tài)連接，解決的是 AI 在中國(guó)復(fù)雜環(huán)境中的規(guī)模化部署問(wèn)題。例如，借助阿里云的生態(tài)連接能力，工業(yè)解決方案得以更順暢嵌入企業(yè)既有生產(chǎn)體系。

由此可見(jiàn)，西門子所構(gòu)建的，其實(shí)是一套能夠持續(xù)生成工業(yè) AI 應(yīng)用的基礎(chǔ)設(shè)施——也是其試圖規(guī)模化重塑工業(yè)形態(tài)的關(guān)鍵所在。

在「最卷」的測(cè)試場(chǎng)穿越技術(shù)周期

西門子將本次大會(huì)命名為 Siemens RXD（Reality meets Digital），幾乎可以視為對(duì)工業(yè) AI 本質(zhì)的高度概括：AI 不再停留在數(shù)字世界，而是進(jìn)入物理現(xiàn)實(shí)并產(chǎn)生實(shí)際影響。當(dāng)工業(yè) AI 從試驗(yàn)走向規(guī)模化，現(xiàn)實(shí)與數(shù)字的融合需要跨區(qū)域的協(xié)同聯(lián)動(dòng)，在實(shí)體經(jīng)濟(jì)中完成硬核著陸。

這一轉(zhuǎn)變，并不會(huì)在任何地方均勻發(fā)生。它需要密集的制造場(chǎng)景、真實(shí)的工業(yè)數(shù)據(jù)，以及能夠快速驗(yàn)證與迭代的產(chǎn)業(yè)環(huán)境。

因此，首屆大會(huì)落地北京，幾乎是一種必然。正如阿里巴巴集團(tuán)主席蔡崇信在大會(huì)現(xiàn)場(chǎng)所說(shuō)：「作為全球最大的制造業(yè)經(jīng)濟(jì)體，我深信中國(guó)是工業(yè)人工智能最佳的試驗(yàn)場(chǎng)。」

阿里巴巴集團(tuán)主席蔡崇信在大會(huì)上與博樂(lè)仁對(duì)話

順著這一邏輯，更深一層的線索隨之浮現(xiàn)。

這家「百年字號(hào)」之所以能夠穿越多個(gè)技術(shù)周期，關(guān)鍵或許不在規(guī)模或歷史本身，而在其一貫的策略選擇：不斷進(jìn)入變化最劇烈的區(qū)域。

170 多年來(lái)，它持續(xù)進(jìn)入新領(lǐng)域，也不斷退出舊業(yè)務(wù)；在多輪技術(shù)浪潮與產(chǎn)業(yè)遷移中，其業(yè)務(wù)結(jié)構(gòu)數(shù)次被重塑。但在這些變化之中，始終存在一條穩(wěn)定的主線——持續(xù)的自我重構(gòu)。

正如其管理層所強(qiáng)調(diào)的，西門子的歷史，從來(lái)不是線性延續(xù)，而是一系列主動(dòng)調(diào)整的疊加。而當(dāng)前這一輪以工業(yè) AI 為核心的轉(zhuǎn)型，在博樂(lè)仁看來(lái)，是其 170 年歷史中最迅速、也最深刻的一次。

技術(shù)浪潮總在更替。新的公司不斷涌現(xiàn)，舊的領(lǐng)先者被替代，「頂流」的更迭幾乎成為常態(tài)。

然而，在這一循環(huán)之中，西門子始終在場(chǎng)。

北京這場(chǎng) RXD 大會(huì)，既是一次階段性的展示，也是一種延續(xù)性的表達(dá)：在最復(fù)雜、最活躍的現(xiàn)實(shí)環(huán)境中，讓 AI 與現(xiàn)實(shí)相遇，并完成新一輪進(jìn)化。