发布时间：2026-03-11 阅读量：2499 来源: 发布人: suii
ABB机器人业务部门已与英伟达建立合作，旨在弥合工业机器人在虚拟仿真环境中的行为表现与在实际工厂中运行效果之间的差异。据了解，总部位于瑞士的ABB将采用英伟达Omniverse仿真平台，通过整合真实的光照、阴影、纹理等物理细节，使其机器人训练环境更贴近实际工业场景。
ABB 机器人总裁马克 · 塞古拉表示，机器人对周围环境的感知信息通常较为有限，这会影响其作业精度、可重复性与运行速度。
塞古拉举例称，工厂中若机器人在冲压设备附近作业，冲压产生的剧烈震动会降低机器人性能。他向路透社表示，以往机器人需要逐步学习或通过编程适配震动影响，而这项新技术可让机器人在虚拟环境中完成训练，“从投入使用第一天就具备相应能力”，“这将为企业节省大量时间与成本。”
当前行业正兴起一股趋势：企业越来越多地通过数字仿真开展生产规划与机器人部署，在设备正式运行前提前排查问题，本次合作正是这一趋势的体现。
ABB 表示，该系统将通过其机器人控制软件交付，可减少对产品及生产线物理样机的需求，从而降低成本、加快产品上市速度。
该技术计划于 2026 年下半年推出，预计服务汽车、消费电子等行业客户。电子代工企业富士康已在试点使用该技术，为消费电子设备安装侧边按键。ABB 指出，此前因阴影干扰机器人视觉，这类作业难度较高。
英伟达机器人与边缘人工智能副总裁迪普·塔拉指出：“工业应用需要具备高物理精真度的仿真技术，以消除AI驱动机器人在虚拟训练与大规模实际部署之间的障碍。”
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下，国产LineShine（灵晟）纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500，印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日，Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》，系统拆解了无GPU同构超算的四层技术体系：处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹，我们能察觉到一种质的变化：AI不再只是被展示、被调用的“展品”，而是拥有了更明确的“行动感”。从代码编写到机器人奔跑，从算力基建到未来接口，行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字，捕捉这一轮产业变革中的关键切片。
展会大数据公布！2027.7.7-9，上海见。
全球知名半导体制造商ROHM近日宣布，面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕，国内AI算力产业的共识正发生清晰转向：单点参数竞赛逐渐退潮，超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下，首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后，指向了一条不依赖先进制程与既有生态的突围之路。
