AI热榜 整理｜华卫 工业 AI 走向产线，卡点不在模型参数量，而在物理规律的可信迁移。
近日，在 2026 世界人工智能大会期间，物理 AI 数据与评测基础设施企业光轮智能与西门子正式达成合作。
此次合作的核心，不只是连接两类仿真技术，更是探索建立从工业工程知识到机器人可验证、可部署能力的转换机制。
工业仿真中长期积累的工程模型、物理参数和工艺知识，将进一步进入机器人训练、评测与部署体系，推动具身智能在工业场景中的工程化落地。
工业机器人真正的难点，不是完成一次动作，而是在材料、设备、工艺和安全约束变化下稳定工作，并在上线前证明可靠性。
传统工业仿真已经积累了大量高精度工程模型和工艺知识，但这些能力尚不能直接进入机器人训练、评测和部署体系。
基于此，西门子提供工业世界的工程规则，光轮智能将这些规则转化为机器人能够学习和接受验证的基础设施。
双方以光轮智能“求解—测量—生成”三位一体全栈自研仿真平台 SimFoundry 为核心，探索将西门子工业仿真体系中长期沉淀的工程信息，转变为可直接调用的物理参数、高精度资产和交互环境，让工业知识真正进入机器人训练过程。
相关能力将进一步应用于 RoboFinals 工业级规模化评测平台和 RoboStack 部署平台，形成从物理可信环境构建、能力训练与改进，到上线前验证、真实部署和反馈回流的持续学习闭环。
光轮智能联合创始人兼总裁杨海波表示，“工业是具身智能规模化落地的最大入口，而工业物理规律和具身智能训练之间，长期缺少一座桥。
光轮智能从具身仿真底座出发扎进工业仿真，就是要把这座桥建起来，让工业沉淀的物理知识第一次能规模化进入机器人训练，也让机器人真正走进产线。
” 从高精度仿真到评测与部署，形成持续学习闭环 在光轮的仿真版图里，这次动作可以类比英伟达那条走过的路径。
英伟达在 GPU 和 CUDA 上做开源生态、向下深扎硬件互联；光轮则在物理 AI 仿真底层深扎，通过与西门子的合作，让具身仿真与工业仿真率先实现互通。
软件标准、算力协同、工业精度共同构成物理 AI 仿真底座。
据悉，他们双方将围绕三个方向开展合作探索。
首先是探索高精度工业具身仿真。
双方将把西门子在工业设计与仿真分析中的工程能力，与光轮智能 SimFoundry 的物理测量、求解校准和 SimReady 资产生成能力相结合，将工业设备、零部件、工装夹具和物料，转化为具备真实物理属性与工程约束的仿真资产，为机器人训练和评测提供更加可信的环境基础。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接