返回列表
NVIDIA与斗山集团深化合作,共同推进物理AI与AI工厂基础设施建设
行业新闻英伟达斗山集团物理AI

NVIDIA与斗山集团深化合作,共同推进物理AI与AI工厂基础设施建设

NVIDIA(英伟达)宣布与斗山集团(Doosan Group)扩大合作,旨在物理AI、机器人技术及AI工厂基础设施领域挖掘新机遇。此次合作涵盖斗山机器人、斗山山猫、斗山能源及斗山电子材料等多个业务板块。双方将结合英伟达的全栈加速计算平台与斗山在工业自动化、能源生产及先进电子材料方面的深厚实力,共同推动工业领域的智能化转型。

NVIDIA Newsroom

核心要点

  • 跨领域深度协作:英伟达与斗山集团扩大在物理AI、机器人及AI工厂基础设施领域的合作。
  • 全产业链覆盖:合作涉及斗山机器人、斗山山猫、斗山能源及斗山电子材料BG等多个核心业务部门。
  • 技术优势互补:整合英伟达的全栈加速计算平台与斗山在工业自动化、能源及先进材料领域的专业能力。
  • 驱动工业转型:旨在通过AI技术提升工业生产效率,构建现代化的AI工厂基础设施。

详细分析

物理AI与工业自动化的深度融合

英伟达与斗山集团的合作标志着物理AI(Physical AI)在重工业领域的进一步落地。通过将英伟达领先的全栈加速计算平台引入斗山机器人的自动化流程及斗山山猫的工程机械中,双方致力于实现更智能、更具感知力的物理系统。这种结合不仅有望提升机器人的操作精度与自主性,也为复杂工业环境下的智能化作业奠定了技术基础,使机器能够更好地理解并交互物理世界。

构建未来AI工厂的基础设施

此次合作的核心目标之一是推进AI工厂基础设施的建设。斗山能源(Doosan Enerbility)与斗山电子材料BG的加入,意味着合作范围从终端机器人延伸到了能源供应与底层电子材料。英伟达的计算能力将助力斗山优化其工业自动化流程,通过数据驱动的决策支持,提升工厂的运行效率与能源管理水平。这种从材料到能源、再到自动化系统的全方位布局,为构建更具竞争力的现代化AI工厂提供了系统化的解决方案。

行业影响

此次合作展示了AI技术从数字空间向物理世界加速渗透的趋势。英伟达通过与斗山这类拥有深厚工业背景的企业合作,进一步巩固了其在工业AI领域的领导地位。对于重工业而言,物理AI的引入将加速传统制造向智能制造的转型,提升全球供应链的自动化水平。同时,这也预示着未来工业竞争将更多地依赖于计算能力与物理实体的深度集成,为能源与材料科学的创新提供了新的动力。

常见问题

什么是物理AI(Physical AI)?

物理AI是指将人工智能技术应用于具有物理实体的系统(如机器人、工程机械或工业设备),使其能够感知、理解并与物理世界进行实时交互和自主决策。

斗山集团哪些子公司参与了此次与英伟达的合作?

根据官方信息,参与合作的包括斗山机器人(Doosan Robotics)、斗山山猫(Doosan Bobcat)、斗山能源(Doosan Enerbility)以及斗山电子材料BG(Doosan Corporation Electro-Materials BG)。

双方合作的技术基础是什么?

合作的基础是英伟达(NVIDIA)的全栈加速计算平台,以及斗山集团在工业自动化、能源生产和先进电子材料领域的深厚行业积累。

相关新闻

美团BI架构演进:以指标平台为核心解决数据口径与性能难题
行业新闻

美团BI架构演进:以指标平台为核心解决数据口径与性能难题

美团数据平台近期分享了其在新一代BI架构上的探索实践。该架构以指标平台为核心,通过构建自动语义和增强计算两大核心能力,有效应对了传统BI在个性化数据集驱动下出现的数据口径不一及查询性能瓶颈。这一实践标志着美团在提升数据一致性与分析效率方面取得了重要进展,为大型互联网企业的数据治理提供了参考范式。

美团LongCat发布General 365推理评测:Gemini 3 Pro仅获62.8分,多数模型不及格
行业新闻

美团LongCat发布General 365推理评测:Gemini 3 Pro仅获62.8分,多数模型不及格

美团LongCat团队正式发布全新推理评测基准General 365。在对全球26款主流大模型的实测中,目前性能顶尖的Gemini 3 Pro准确率仅为62.8%,而绝大多数参测模型未能达到60分的及格线。这一结果揭示了当前大模型在深度推理能力上的普遍短板,General 365也因此成为衡量AI推理水平的新标尺。

ACL 2026美团论文精选:深度解析大模型评测与推理优化新范式
行业新闻

ACL 2026美团论文精选:深度解析大模型评测与推理优化新范式

美团技术团队在ACL 2026国际顶级学术会议上发表了多项重要研究成果。本文精选并解读了其中6篇被收录的论文,涵盖了大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习优化以及生成式推荐等前沿领域。这些研究展示了美团在自然语言处理(NLP)领域的深厚技术积淀,并为构建生成式AI新范式提供了重要的理论支撑与实践参考。