-
微信扫码登录
在 NVIDIA GTC 2026 上，几家工业自动化头部厂商集中展示了"物理 AI"（Physical AI）落地的进展，方向各有侧重：仿真验证、AI 与机器的连接层、以及仓储场景的规模化部署。
Comau 与 NVIDIA 的合作分几条线：把工业机器人控制器技术与 NVIDIA Jetson 边缘计算结合，支持实时机器视觉、导航和自适应运动规划；机器人产品组合接入基于 Omniverse 的 Isaac Sim，工程师可在部署到产线前完成仿真测试与优化，还能生成视觉和传感器训练数据，用于训练感知、抓取和导航模型。值得一提的是，Comau 把工业机器人模型公开上架了 NVIDIA Hugging Face SimReady 库——全球工程师可以直接调用，开发周期有望明显缩短。其 MI.RA 视觉系统也在用 Isaac Lab 做控制策略的训练验证。
库卡侧的重点有两个：一是 Visual Components 展示的 FactoryLens，基于 OpenUSD 把工厂布局与仿真工作流实时可视化，工程师可在部署前测试评估数百万种场景，寻找最优的机器路径与自动化配置；二是新发布的 KUKA AMP 自动化管理平台，定位是"AI 智能体与实体机器之间的桥梁"，由语义、行动、数据三个要素把自动化目标翻译成车间里的物理动作，配合 iiQKA.AI Vision 等应用提升系统的灵活性。
KION 带来的是仓储物流的实战数据：与埃森哲、NVIDIA 合作，用数字孪生在虚拟环境里先测试优化软件和自主机器人车队，再实地部署——部署时间缩短超过 60%，从数周压缩到数天，并已在法国 Épinoy 的 GXO 物流仓库完成自主车队落地。
对国内设备商和工厂的启示比较直接：机器人选型时可以关注厂商是否提供仿真环境与开放模型库，部署前的虚拟验证正在成为缩短现场调试周期、降低停机风险的标准动作。
