西门子数字化工业软件 西门子人工智能和数字孪生技术 点燃人形机器人产业 从实验室快速走向商业化落地 以全链路数字孪生压缩研制周期 以工程级数据协同提升质效水平 Restricted | © Siemens 2026 2 目录 从“类人”赋能到“超人”跃迁，工业软件重塑机器人产业底层基因 3 产业跃迁：AI + 数字孪生重构人形机器人研发链路，破解规模化落地困局 4 西门子解决之道：AI+数字孪生赋能研制全流程 西门子解决之道：AI+数字孪生赋能研制全流程 5 数字主线领航・人形机器人研制转型旗舰引擎 6 四维协同・AI 赋能 —— 西门子人形机器人数字化研发体系 10 场景锚定・数智领航：人形机器人研制迭代突破实践 11 结束语 13 Restricted | © Siemens 2026 3 从“类人”赋能到“超人”跃迁， 工业软件重塑机器人产业底层基因 2025 年，人形机器人行业正式迈入 “量产攻坚” 场景向 C 端服务场景快速延伸。然而，行业仍 面临多学科协同壁垒、核心部件加工精度不 足、虚实场景脱节、供应链协同低效等多重挑 战，制约了产业化进程与规模扩张。 作为全球工业数字化领域的领导者，西门子工 业软件以 AI 与数字孪生技术为核心引擎，依托 超过 200 亿欧元并购整合形成的数字化企业套 件，及在 PLM（产品生命周期管理）、精密制 造等领域的数十年技术沉淀，将汽车、航空航

要环节：源—网—荷来构建，在源端着力于园区综合能源系统的建设，在网端实现园区基础设施的自动化 和数字化，以及在负荷端落实园区建筑的智能化和零碳化。 本篇报告也结合西门子公司的最佳实践案例，详细阐述了以上技术路径的具体实现。如西门子和伯明翰大学通力合作，借助数字技术、人工智能、分布式新能源生产 和储能，以及改变用户行为模式等一系列举措，为后者建立了一套可适应不断变化需求的园区综合能源系统，帮助其持续动态地减少碳排放。 标，所有的行业都可能被“碳中和”重塑。园区作为大量产业的承载空间，将在经济发展和低 碳化发展的平衡中扮演重要的角色。将相关政策和市场需求与主营业务进行有机结合，将是大多数园区和企业未来必修的课程。西门子将以数字化创新和跨领域行业洞 见，在中国携手各方伙伴共创绿色生态，赋能打造端到端的零碳产业链，助力中国实现“双碳”目标。 一、国际及国内趋势 （一）全球气候变化合作框架 随着人类活动的增加和 的引入，之后再通过补充采购绿电等方式，实现零碳建筑目标。 （二）伯明翰大学智慧园区 伯明翰大学园区占地272公顷，200多座不同年代的建筑供8000名员工和38000名学生使用。大学旨在最迟于2050年实现净零碳目标，通过与西门子的全面合作，已经 将其联合校区的碳排放量减少了20%，同时也是世界上第一个大规模应用了智能物联网技术的校园。 为了加速实现零碳目标，可再生能源、物联网和大数据、智能交通和智能建筑技术等领域的大

面向未来的中国数据中心：绿色低碳与高可靠性 1 面向未来的中国数据中心： 绿色低碳与高可靠性 siemens-energy.cn 西门子能源商标由西门子股份公司授权使用。 面向未来的中国数据中心：绿色低碳与高可靠性 2 01 概述 02 算力拉动全球电力需求 03 中国数据中心规模与现状 04 中国电力供给结构与低碳转型 05 中国数据中心的发展趋势 06 面临的挑战 略，采用包括用户侧发电、微电网和先进储能在内的多元化 方案，加速部署，增强韧性。 西门子能源致力于成为数据中心全生命周期合作伙伴——从 概念规划到运营维护，我们提供一站式电网解决方案、高可 靠性燃气轮机、数字化优化系统及深度咨询服务，助力数据 中心运营商实现快速投入运营、保障运维，并具备未来扩展 能力。 能源转型的成功有赖于平衡可靠性、安全性、经济性与可持 续性。西门子能源通过为数据中心运营商制定稳健的能源系 统战略规划， 系和新型电力 系统，能源结构将迎来深刻变革。与此同时，数据应用需求 的激增推动高质量、低排放的用电量持续攀升，能源与算力 的协同发展已经成为数据中心行业的重要课题。 作为全球领先的能源科技企业， 西门子能源 为中国数据中心 绿色低碳转型提供 “源 - 网 - 荷 - 储 + 智” 一体化解决方案 ， 涵盖可再生能源接入、智能电网优化、高效负荷管理、储能 系统集成及数字化智能运维，助力数据中心在保障高可靠性

良率制造流程。智能制造为企业提供需要的端到端连接，以便企业做出数据驱动型决策， 从而加快新产品推出 (NPI) 和上市，并在零缺陷制造环境中实现更高产出。 精益制造正在向更智能的 半导体制造流程演进 根据西门子和德勤的预测，智能制造提高绩效的潜力令人印象深刻： • 产量提高 20% • 成本降低 15% • 营收增加 10% • 降低网络攻击以及不遵守监管要求和可持续发展目标的风险 为了对精益 记录并复现企业的良好实践，以便设定比以往更高的质量水平 • 优化人才使用、员工分配、人体工程学环境、生产效率和可持续发展能力 • 利用历史数据和预测数据做出更明智的资本支出决策 虚拟呈现制造流程 西门子通过数字化服务专家，为智能敏捷生产和自动化解决方案的规划、设计和实 施提供支持，以此来帮助企业实施数字化转型，同时依托于安全稳健的云资源，提 升企业的竞争力，并加快产品上市速度。 在制造流程实际建立之前对 2020 年撰文 5. 西门子博客：Siemens AG 制造主管 Gunter Beitinger 博士 2019 年 7 月 25 日撰文 关于 Siemens Digital Industries Software 西门子数字化工业软件通过 Siemens Xcelerator 数 字商业平台的软件、硬件和服务，帮助各规模企业实 现数字化转型。西门子全栈式工业软件和全面的数字

知识工程 PRD 软件产品 P 4 核心成员来自汽车主 机厂，深谙制造业研 发流程和 PLM 应用 最 佳实践 荣获西门子工业软件 颁发的“行业价值奖” 专注”以业务为导向”的 实施策略，累计服务 超 过 100 个 PLM 项 目 西门子汽车行业智慧型 专家级合伙伙伴 （ SMART Expert Partner ） PLM - 产品全生命周期管理，致力于帮助客户打造产品研发平 P 15 RFL & 架构建模 变型 , 目标 可测量属性 , 配置性 跨领域数据管理 重用 基于模型开发 多领域仿真 集成和协同 工具 , 流程 , 人员 「西门子系统驱动的产品开发（ SDPD ）解决方案」 多领域追溯 变更与配置 嵌入式软件 & ALM 系统级重用管理 跨领域配置管理 集成与互操作性 RFL & 架构建 模 属性 & 目标管

研究表明，中小企业数字化转型若采取“轻量化、模块化、渐进式”的方式，更容易获得成功。这 意味着，中小企业需要一种“先诊断、后切入、小步快跑、持续迭代”的方法论，以在资源可控的 前提下逐步构建数字化能力。 基于此，西门子（中国）有限公司联合机械工业信息研究院，结合自身数十年的转型经验和 对中小企业的长期研究，提出了一个面向中小企业的数字化转型框架——立足价值流分析的“积 木式”转型路径。价值流分析不仅是一种精 首先，我们要感谢本报告核心编写团队的所有人员，机械工业信息研究院的陈琛、朱辉杰、 赵娟、黄伟东、袁雪峥、韩军、周彦锟等各位产业专家，以及西门子数字化工业集团的顾欣、舒 悦、王熙等数字化转型专家，大家协力完成了报告的主线策划、信息分析和内容编制工作。其次， 衷心感谢西门子数字化工业集团的冯晨、叶岚、梁建平、雷扬、高琦、陆晨等数字化转型顾问， 在知识体系、项目经验等方面提供的无私帮助和专业指导。 二是生产成本飙升，回炉重造造成能源与物料的双重浪费 • 三是订单交付风险激增，“订单从输入到输出”的过程充满不确定性 频繁 堵机 14 破局：中小制造企业 “积木式” 数字化转型之路 c. 解决方案 西门子工业边缘平台（Siemens Industrial Edge）与博依特智能（POI-TECH）的工艺 AI 解决方案深度融合，为制粒机优化带来了“边缘感知 +AI 大脑 + 本地执行”的闭环控制模式。

2025年10月 中国智慧微断市场白皮书 7/12 尾部企业呈现长尾效应，企业数量多，但整体规模体量偏小，例如宏发、西门子、良信、ABB等传 统配电企业布局，也存在初创型的小企业 ⚫ 传统低压电器企业以自产为主，依托传统的微断生产发展智慧微断产业，其部分厂家为第三方 提供代工服务。西门子、ABB等传统低压电器巨头业已布局智慧微断产品，进行技术布局与市场 培育，紧抓市场机遇 ⚫ 规模较小的长尾初创型企业，拥有自己的研发团队 8%的市场占有率领先，远超其他品牌，曼顿通过扎实 的技术和场景的快速创新抢占市场，并持续加大在AI与智能微断深入融合方面的投 入，以保持其市场领先地位 ⚫ 传统低压电器巨头总份额在10%左右，施耐德、宏秀及其他中的ABB、西门子、良 信等传统低压电器企业，依托原有渠道和品牌优势在智慧微断这一新兴细分领域短 期内未能形成有效转化 ⚫ 跨界竞争者分食细分市场；家居、能源管理平台型（如卓文）和安防/消防领域型 （如乐鸟

收集、分析和管理来自直接排放、间接排放及价值链上的其它间接排放这三类范围的各类可持续发展数据，以更好地追踪您的碳足迹， 并识别节能和减废机会。 西门子携手亚马逊云科技联合发布西门子西碳迹 ― 亚马逊电商 气候友好承诺认证 SCS 碳中和绿标直通车服务，并且通过西门 子西碳迹可以为亚马逊跨境电商平台销售的产品实现碳足迹精算 和在线认证，加速产品获取 CPF（Climate Pledge Friendly）绿标，

智能模型持续深化对 CAX 几何数据、传感器时序信号、图像数 据及工艺规范文档等多源异构工业数据的整合分析能力，使模型能更 好地理解复杂的生产环境与任务需求，实现更全面的决策支撑。例如， 西门子基于语义映射与特征融合对 3D CAD 模型、2D 工程图纸、传 感器时间序列数据、技术规范手册及 PLC 代码等工业数据进行了统 一的整合处理，打造工业智能模型 IFM，帮助工程师快速理解复杂流 进行筛选、修正与决策，显著降低建模与仿真专业门槛。例如，欧特 克中的 AI 引擎可根据工程师需求和约束，自动生成大量可制造的几 何方案，并给出性能评估。Ansys 工程助手内嵌仿真工具，加速仿真 前处理与配置流程。西门子推出 Plant Simulation Copilot，实现模型结 构优化、实验设置指导以及逻辑自动生成等，提升离散事件仿真建模 和调试效率。 同时，通过物理规律与约束的内嵌，数字孪生实现对真实世界更 通过“信息查询—知识生成—工具执行”的流程辅助生产决策与操作。 这类智能体多体现为规则驱动和人工主导，即由工程师提出明确需求， 智能体完成信息理解、知识调用与工具操作，辅助实现局部任务提效。 例如，西门子的“设计智能体”能帮助工程师用自然语言与 CAD、仿真 工具等工业软件交互，工程师通过语音或文本提出设计需求，智能体 解析意图并调用设计软件完成模型草图生成等操作，显著提升研发和 工程效率；罗克韦尔推出

推动数字化转型. 相比之下, 国产 MES 虽起步晚, 但发展迅速, 在满足本土制造企业需求方面已取得显著进展. 现有国内外制造执行系统的整 理如下. Opcenter (西门子) [11]: Opcenter 是西门子推出的 MES 解决方案, 提供强大的数据整合能力、实 时监控与生产分析功能, 特别适用于多地点、跨国制造企业, 支持高弹性的制造执行与品保流程. FactoryTalk ProductionCentre 针对炼油与化工领域, 提供实时回馈与扰动抑 制功能, 能有效提升过程稳定性, 并支持大规模部署与统一管理, 适合大型企业进行数字化升级. SIMATIC PCS 7 APC (西门子) [23]: PCS 7 APC 作为西门子过程自动化平台的一部分, 针对食品 加工、化工等行业设计, 整合度高, 能实现稳定控制、异常警报与可视化监控, 便于与 DCS 系统融合. ABB AbilityTM (ABB)