
何が起きたか
SiemensとNvidiaはSiemens Electronics Factory ErlangenでTeamcenterおよびProcess Preparation XとNvidia Cosmosを組み合わせたAIワークフローを実演している。物理生産前に基板画像を合成生成し、AOIプログラム生成で工数85%削減、誤検出40%削減、初回通過率5%超改善を目標とする。
なぜ重要か
この手法は、最初の実基板がラインに到達する前に検査準備を仮想空間へ移すもので、Siemensによれば電子機器メーカーはラインを生産から外すことなく生産変更を大幅に迅速化できる。
誰に効くか現在、新製品や新バリアント向けの光学検査を準備・トレーニングする前に物理プロトタイプを待たなければならない電子機器製造のエンジニアやAOIプログラマー。このワークフローは、想定される利点によれば、手作業のプログラミング工数と物理サンプルへの依存を減らす可能性がある。
こういう要約が、毎朝あなたのメールに届きます。
この協業は、新製品や新バリアントの投入には従来、光学検査の準備とトレーニングの前に物理プロトタイプが必要だという考えに基づく。SiemensのTeamcenterはPCB設計、部品表、部品情報を提供し、Process Preparation Xがそのデータを検証・正規化・組み立てしてプリント基板実装のデジタルツインを構築する。この文脈があるからこそ、最初の実基板がラインに届く前に検査を準備できる。
「完全な」基準基板、すなわちゴールデンボードのデジタルツインをNvidia Cosmosと組み合わせ、フォトリアルな仮想ゴールデンボードを作成する。SiemensはNvidia Cosmos Data Factoryを使い、合成の回路基板欠陥画像を生成することで、実基板の生産前に検査装置の校正を可能にする。同じワークフローはその後、真正な欠陥と誤検出の区別を支援するAI支援の二次検査工程を通じて生産現場にも継続される。
SiemensはErlangen工場を、プロセスが頻繁に変わる高混合環境における、適応型・自律型・AI駆動の生産に向けたNvidiaとの広範な取り組みのCustomer Zeroと位置づける。掲げる目標は、生産を中断せずに週3〜5回の変更を導入できる highly adaptive な工場であり、想定される利点には検査準備の前倒し、手作業エンジニアリング工数の削減、物理サンプルへの依存低減が含まれる。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
OneTrustはOneTrust CORIEを基盤とするFall '26リリースを発表し、厳選した基盤モデルライブラリからモデルの関連付けと非推奨指標を継続的に更新するAI台帳を追加した
11月18日の日経「Dialogues on the Future」で、ソフトバンクグループの孫正義氏はAnthropicへの出資見送りを「僕の失敗の一つ」と語った

Cassava TechnologiesがNvidia製チップ購入のため最大10億ドルの調達を検討

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

BrightAIがSmith Point Capital主導のラウンドで97百万ドルを調達

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用
