埃森哲推出物理 AI 编排平台，以软件定义设施重塑制造业
发布时间：2025-12-02 www.cechina.cn
埃森哲与英伟达携手合作，旨在将工厂改造为更智能的自适应系统。通过实时数字孪生技术，该系统可预测潜在问题、模拟解决方案，并实时自动调整物理运营，从而有望在数月内实现 20% 的产能提升和 15% 的成本节约。
其最新推出的软件产品——物理 AI 编排平台（Physical AI Orchestrator），基于英伟达 Omniverse、Metropolis 等技术，结合埃森哲自身的 AI Refinery平台开发而成，是一款云端平台，旨在帮助制造商将现有及未来的工厂和仓库转型为软件定义设施。
埃森哲工业 X 部门美洲区负责人Prasad Satyavolu将此次发布视为埃森哲长期战略的延续：“把握技术进步机遇是埃森哲业务的核心。多年来，我们一直与产品公司、工业软件供应商及超大规模科技企业合作，致力于开发并交付符合客户需求的解决方案。”
什么是软件定义设施？
物理AI编排平台的核心理念是软件定义设施。这些环境让数字孪生实时反映物理作的每一个方面。这些动态仿真持续检测问题，利用精确的物理方法测试潜在变化，并生成可作的指令，使物理工厂能够实时适应。
正如Satyavolu所解释的，“物理AI编排平台就像是物理空间的大脑”。这个大脑能够协调从输送机、工业机器人到整个车间布局的各种环节，打造一个响应迅速的制造环境，能够根据不断变化的需求、质量要求或进度限制进行调整。
根据埃森哲当前三大行业应用重点介绍，物理AI编排平台的实际应用已在多个行业中展现出可衡量的成果：
1. 网络与数据技术：百通（Belden）开发了一种新型工人安全技术，可在机器人周围创建安全区域且不影响生产运营。该系统利用边缘 AI ，以厘米级精度检测并建模工人、车辆及机器人的运动轨迹，当人类进入指定区域时，自动停止机器人运行或重新规划路径。通过对叉车意外倒车等多种假设场景的训练，这款虚拟安全围栏已吸引某汽车制造商的关注，计划用于提升其仓库环境的工人安全水平。
2. 制药：一家制药企业借助物理 AI 编排平台，该企业验证生物制剂和疫苗的理想生产条件的速度远超传统物理测试。通过仿真整个保鲜周期和干燥过程，企业能够精准定位偏差发生的时间、位置及原因。据悉，这些洞察已帮助其减少批次差异，并延长了产品保质期。
3. 消费品制造：一家消费品制造商通过创建仓库运营的数字孪生，实现了20%的吞吐量提升，并节省了15%的资本支出。模拟分析了工人流动、拣货率和输送系统，以识别瓶颈和低效，并建议具体的布局调整和资源重新分配。
与传统数字孪生的区别
像西门子和达索系统这样的公司多年来一直提供数字孪生及相关仿真技术。那么，物理 AI 编排平台区别于市场上其他数字孪生技术的特点是什么呢？
Satyavolu强调，该平台突破了基础离散事件仿真的局限，将其与英伟达视觉 AI 应用平台 Metropolis及专为虚拟环境中开发和测试AI驱动机器人设计的Isaac Sim相集成，实现了多项高级功能：
●基于通用场景描述文件，支持多硬件供应商的实时协同；
●可搜索的 3D 对象库，用于生成式配置；
●数字孪生与运营数据的双向互联互通。
也许最重要的是，制造商可以通过“高斯泼溅”等现实捕捉技术创建现有设施的数字孪生，Satyavolu认为这加速了机器人车队和设施自动化的部署。
那么，什么是高斯泼溅（Gaussian splatting）？根据 Niantic Labs 的定义，它是一种将图像表示为微小椭圆 “斑点” 的技术，这些斑点可拉伸、挤压，赋予颜色和透明度，并与相邻斑点融合形成连续表面。当机器学习算法对每张图像的数百万个斑点进行处理后，就能构建出比其他3D成像方式更逼真的3D场景。
物理 AI 编排平台的部署要求
软件定义设施需要从可编程逻辑控制器（PLC）、制造执行系统（MES）、仓库管理系统、物联网传感器和视觉系统等多种来源获取海量实时数据。埃森哲表示，物理 AI 编排平台通过多种方式解决数据集成难题。例如，英伟达的供应商生态系统为一系列行业工具提供Omniverse连接器，而埃森哲则开发了专有连接器，填补原生集成不足的空白。
针对配备老旧设备的存量设施，该平台利用英伟达 Cosmos 的合成数据生成能力，解决了历史数据不足的常见痛点——即便物理数据稀缺，制造商也能有效训练模型。
对于考虑部署物理 AI 编排平台的制造商来说，项目周期和投资规模因项目类型而异。Satyavolu表示，存量设施改造项目通常在 4-6 个月内即可实现可量化的产能提升；投资金额则取决于现有基础设施、软件环境质量和数据可用性等因素。
尽管非强制要求，但某些基础能力可加速平台部署：拥有完善的产品生命周期管理（PLM）系统、现有3D模型及已创建的离散事件仿真模型的制造商，将能获得更大收益。
带“护栏”的 AI 技术
物理 AI 编排平台最具创新性的特点之一，是其 AI 智能体能够将洞察转化为针对实体工厂的精准指令。为确保这些建议在实施前的准确性，埃森哲内置了多重保障机制，确保智能体负责任地运行。AI 智能体在现实场景执行指令时，运行于人机协同框架内，兼顾安全、责任追溯与情境判断。
这些智能体基于埃森哲的AI Refinery平台，集成了护栏和安全控制。该平台还遵循零信任网络安全原则，集成了先进的身份与访问管理、动态凭证以及上下文感知授权。埃森哲可信智能体协同系统（Trusted Agent Huddle）通过提供安全的多智能体协同编排，进一步强化平台安全性，确保工业场景中 AI 驱动的决策符合最高安全标准。