西门子Realize LIVE 2026：工业智能驱动制造未来

2026年08月21日 来源：e-works作者：e-works王阳

关键字：西门子 Realize LIVE

数字孪生正为西门子开辟全新业务增量；生命周期智能正加速Teamcenter增长，因为AI已成为客户的刚性需求；自适应能力战略确保客户不陷入数据孤岛，与西门子共同成长。

本文要点：

全球巡回：继美国底特律、荷兰阿姆斯特丹和印度班加罗尔之后，西门子RealizeLIVE 2026巡回到深圳；
定调战略：Tony Hemmelgarn提出工业智能战略框架，以全面数字孪生、全生命周期智能、自适应系统为三大支柱，强调工程领域的AI必须建立在物理模型与可信数据之上；
产品落地：Joe Bohman围绕面向未来的产品实现，阐释了软件定义产品、AI原生Simcenter、Intelligence Center X、未来工厂与云端转型五大方向；
PLM基石地位：Teamcenter作为单一可信数据源成为AI规模化落地的基石，PLM与EDA的融合由复杂工程问题本质驱动；
全景式体验： 展台通过设计、仿真、制造、管理四大维度的完整闭环，将战略理念具象化为一条从概念到量产的数字化体验动线。

8月的深圳，暑热正盛。西门子Realize LIVE 2026大中华区用户大会在此如期举行，汇聚了业界行业领袖、技术专家、标杆企业与生态伙伴，也是年度工业软件领域的风向标。

此次大会上，西门子数字化工业软件总裁兼首席执行官Tony Hemmelgarn系统阐述了西门子的工业智能顶层战略；西门子数字化工业软件PLM产品执行副总裁Joe Bohman则进一步将战略落地至产品端，带与会者纵览了完整产品组合及AI赋能实践。而在Realize LIVE的展台区，西门子将上述宏大理念具象化为一条从设计、仿真到制造与管理的沉浸式体验动线，完整呈现了闭环全生命周期的数字化底座。

01 Tony Hemmelgarn：工业智能需要可信AI

Tony Hemmelgarn在主旨演讲时强调：工业智能（Industrial Intelligence）的成功应用，必须建立在物理规律、工程计算和真实数据的基础之上，而非单纯的统计猜测。

他打了一个生动的比喻——野火危机指挥中心。在前线救火时，指挥官依赖的是由气象图、燃料地图、卫星信号、消防队位置和预测模型融合而成的实时全景图。制造商同样需要一张实时运营视图，以便在供应链断裂、需求骤变、法规迁移或材料消失的瞬间做出响应。

"你必须有一个计划，但更重要的是，你要有一个在现实变化的瞬间就能随之改变的计划。"Tony Hemmelgarn说。这构成了今年RealizeLIVE的核心主题——工业智能，即全面数字孪生、全生命周期智能与自适应能力的融合，代表着工程与制造的未来：一个企业在任何东西被制造出来之前就能学习、预测和优化的企业形态，而这一切的根基是物理AI和真实世界数据。

全面数字孪生：从设计到制造的完整闭环

在我参加的历届Realize LIVE中，Tony Hemmelgarn始终将全面数字孪生视为西门子战略的基石，今年这一理念更加深化。对于西门子而言，这不仅仅是一种战略口号，它正在通过赢得客户产生实际影响。

以现代重工造船为例。当业界谈及这家全球造船巨头，总会先想到设计环节，但在Tony Hemmelgarn与他们的首次沟通中，对方最关注的却是制造，即西门子的Tecnomatix工艺规划和仿真解决方案。他们发现，使用现有供应商无法提供同等能力，于是以此为起点，逐步引入支持该流程所需的其他工具。这印证了全面数字孪生并非单纯的设计建模，更必须向下扎根至制造底层。

英伟达则展现了全面数字孪生在半导体领域的纵深。这家以GPU闻名的科技巨头不仅使用西门子工业软件，还部署了ProFPGA硬件来仿真集成电路。这些硬件可以在软件执行或烧录到芯片硅片之前，对电路进行实际仿真。Tony Hemmelgarn指出，“西门子不仅是全面数字孪生的软件提供商，更能提供集成电路从仿真验证到流片的全链路支持。”

在中国市场，西门子的进展尤为显著。比亚迪正在全面应用西门子数字化工业软件产品组合；东风汽车则从Teamcenter起步；张雪机车也已广泛使用包括Altair在内的西门子产品组合；宁德时代则开始采用西门子Polarion工具……Tony Hemmelgarn指出：“诸如此类的合作不胜枚举，这正是西门子可以提供从设计到制造的完整闭环全面数字孪生的优势所在。”

全生命周期智能：Teamcenter为何成为刚需？

关于“可信智能”，Tony Hemmelgarn的关键论断是：数据必须是经过管理和配置的，成为可理解、可追溯的单一可信数据源。这正是Teamcenter迎来爆发式增长的根本原因。

与Palantir或Snowflake等通用平台相比，Teamcenter具备四大核心特性：第一，数据是实时更新的，而非静态的数据快照。在制造和工程领域，必须确保拥有最新的、经过配置的数据；第二，安全级别极高，可细化到属性级和个人级；第三，西门子提供的是可重复部署的产品，而非需要大量驻场工程师实施交付的项目；第四，Teamcenter能够处理海量的工程本体，这是普通数据湖难以应对的。

Tony Hemmelgarn援引阿姆斯特丹会议上一位分析师的评价："西门子提供了一个不同于Palantir、Databricks、Snowflake等平台的品类——为数据和AI创造了一个新的品类、新的空间，来解决客户反馈的问题。"有分析师在底特律也曾坦言：虽然一些企业的CIO倾向选择Databricks或Palantir，但工程副总深知这些系统现阶段对工程价值有限，原因在于工程数据过于复杂，难以实现实时更新。

客户案例佐证了Teamcenter的跨行业渗透力。Tony Hemmelgarn透露，埃克森美孚正转向Teamcenter X解决方案，替换了三套原有的PLM系统，证明无论离散制造还是流程工业，Teamcenter都在实现增长；Micron、Intel、Rapidus、格芯等半导体企业已采用Teamcenter，标志着半导体生命周期管理这一新扩展领域的重大突破。

PLM与EDA融合：复杂工程的必然选择

针对行业关注的PLM与EDA融合趋势，Tony Hemmelgarn直言，这并非可选项，而是由所解决的复杂工程问题本质决定的。现代产品集成了机械、电子、PCB、软件等不同部分，所有这些要素必须无缝协同。正是因为现代产品的复杂性要求所有要素协同工作，西门子将Teamcenter的强大功能应用到EDA业务中，推出了半导体生命周期管理解决方案，专门用于管控集成电路的全开发流程。

自适应能力：让客户永不陷入数据孤岛

Tony Hemmelgarn还提到，自适应能力的价值常被外界低估。为此西门子付出了巨大努力，确保产品在桌面端与云端、面向中小企业或大企业时，都能以相同方式运行，消除数据孤岛，确保各领域之间的兼容性。

初创企业的选择印证了这一逻辑。Electric Electrics采用了西门子完整的制造能力套件，包括Teamcenter X、Designcenter及Capital Essentials等。中小企业MP Innovation则使用云端Teamcenter并与Designcenter集成。

Tony Hemmelgarn在接受采访时强调，如果数据还在桌面上，就无法有效利用AI。这也是西门子X系列产品保持强劲增长的原因——Teamcenter X帮助众多小型客户快速获得成功；Opcenter X满足了大多数客户希望对MES进行配置化定制的需求，与Mendix集成实现灵活可配；Designcenter X则成为Tony Hemmelgarn最大的惊喜，发布之初他曾怀疑市场对云端CAD的接受度，但现实远超预期。

02 Joe Bohman：面向未来的产品实现

如果说Tony Hemmelgarn绘制了战略蓝图，那么大会第二天，西门子数字化工业软件PLM产品执行副总裁Joe Bohman则进一步将战略落地至具体的产品实现层面。他指出，未来的产品实现是一项团队运动，需要机械、电气、软件、工程、制造和运营等多领域深度融合。

Joe Bohman以三个客户故事开场。Molex今年要招聘1000名工程师，他们会问：“AI能帮助这1000名工程师快速掌握工具使用吗？”

ASML制造出了加速度比喷气发动机还快、停止精度误差小于一个原子的晶圆托盘，他们的关注点是：“AI能帮团队摆脱绘图、审图等重复流程吗？”

SpaceX的Starship需要考虑成千上万种变体，他们问：“AI能帮我设计火箭吗？”这三个故事代表了客户对AI的典型需求，也是西门子工业软件产品组合中进行AI赋能实践的出发点。

首先，通过软件定义产品：破解集成难题。西门子提出持续验证方案，通过Polarion、Teamcenter及Capital、Simcenter等工具链实现软硬件同步开发。以无人机避障功能为例，团队可在硬件未就绪时利用Pave360模拟芯片性能，提前发现并解决时序问题。

其次，新Simcenter：仿真、AI与HPC的融合。针对新产品导入周期长、仿真耗时多的痛点，西门子推出全新Simcenter，实现了质的飞跃：

极速仿真。引入Physics AI神经网络，将传统需数小时的非线性仿真缩短至秒级，德国大陆集团应用后速度提升240倍。
多物理场协同。支持流体、机械、电磁等多领域耦合。
GPU加速与无网格技术。全面支持GPU，宝马使用Star-CCM+模拟车辆阻力时速度提升3倍且能耗降低6倍。

第三，全新发布Intelligence Center X：AI驱动的智能决策。Intelligence Center X无疑是本次大会的明星产品。作为AI平台的顶层，它通过工业本体论实时整合PLM、ERP、CRM等系统数据，确保信息在变更发生后一分钟内更新。在飞机液压故障案例中，Teamcenter Copilot可自动识别受影响部件，Intelligence Center X则基于本体论推荐替代零件并运行仿真验证，形成闭环解决路径。

Joe Bohman特别告诉记者，西门子早在七年前便开始布局Designcenter Copilot，如今能以94%的准确率预测用户在Designcenter中的下一步操作。仅在上个月，该功能就被确认使用了50万次，使用量每月都在极速攀升。这意味着资深工程师的经验可被系统学习并传承，让新人快速掌握高效工作范式。

最后，未来工厂与云端转型。在未来工厂方面，西门子通过Digital Twin Composer优化布局。在运营阶段，Opcenter结合AI助手实现零门槛低代码开发，用户可通过自然语言指令快速添加监控字段，无需IT编写代码；云端转型方面，西门子基于Xcelerator提供世界级运维、AI生命周期智能及内置数据管理。Joe Bohman说：“Teamcenter X、Designcenter X等产品可以实现每日升级，帮助客户从本地部署平滑过渡至云端。”

03 构建闭环全生命周期的数字化底座

在RealizeLIVE的展区，西门子将宏观的战略与技术理念具象化为一条完整的体验动线。通过设计、仿真、制造与管理四大维度的无缝衔接，西门子展示了一条从概念萌芽到量产交付的闭环全生命周期数字化路径。

差异化的行业实践

展台中央陈列着众多标杆客户案例，直观呈现西门子软件在不同行业的落地价值。

以张雪机车为例，其展示了从物理测试向全链路仿真扩展的路径。合作从Simcenter降噪减振测试起步，逐步扩展至仿真领域，结合数字样车进行空气动力学与结构强度验证，以仿真驱动设计优化，助力其在赛场上夺得六连冠。今年10月张雪新工厂落成，双方将在生产制造领域深化合作。

土星动力的美式复古巡航车以工业设计为核心竞争力，利用西门子设计工具完成从发动机到整车的外观设计，并结合仿真进行空气动力学与应力分布优化，打造出极具辨识度的小众高端产品。理想汽车则应用西门子全家桶解决方案，贯穿整车设计、生产制造及终端AI应用。

AI深度融合研发流程

在设计与仿真区域，西门子重点展示AI如何重塑传统研发流程，共包含五个核心展台。AI驱动设计在NX等设计软件中内嵌AI工具，不仅大幅提升设计效率，还能实现传统机械设计难以完成的复杂造型生成。AI作为设计助手，释放了工程师在重复性工作上的时间。

仿真驱动设计将传统仿真与设计前置结合，利用Physics AI等技术，让设计工程师在研发早期就能通过轻量化仿真工具快速迭代参数与配置。集成控制工作流打破热、声、光、电等多学科CAE分析的孤岛，通过工程工作流串联不同工具，实现数据流通与流程集成。AI赋能工程利用AI技术将传统需要数天的仿真过程压缩至数秒级。智能电气设计面向电子电气系统架构、网络架构及嵌入式应用，加速系统电路与协作设计。

从虚拟调试到工业元宇宙

智能制造区域则展示了涵盖设计端到生产端衔接、产线调试到运行优化的完整方案。设计驱动制造模块实现CAM编程与装配工艺规划的无缝衔接。数据驱动生产优化基于工业互联网平台整合设计与制造数据，持续优化运行效率。

虚拟调试技术支持真实控制器与虚拟被控对象的半实物联调，在产线落地前基于数据模型在虚拟环境中进行节拍与工艺的1:1仿真调试，大幅缩短真实产线落地周期。工业元宇宙工厂携手英伟达，将传统产线设计与工艺仿真数据导入Omniverse平台进行逼真渲染，打造透明可视化工厂。

据e-works记者了解，西门子年底将推出结合该技术的新可视化产品，该产品不仅在设计阶段直观呈现布局，更能在运行阶段结合实时数据持续优化。

Teamcenter与Intelligence Center X

管理与平台区域聚焦产品全生命周期管理及西门子面向未来的核心战略产品。基于Teamcenter平台实现全生命周期AI应用、配置可视化及持续开发，依托Polarion平台支持嵌入式软件的系统工程开发。

企业级智能平台Intelligence Center X采用分层架构：底层通过数据采集构建企业知识图谱，中层利用ModelStudio快速构建AI模型，顶层通过低代码编排面向终端用户的业务APP，并辅以数据治理与企业信任层保障安全。这一平台实现了从底层算法到终端业务场景的全面打通，是西门子推动AI规模化落地的关键抓手。

结语

为期两天的大会，辗转于RealizeLIVE 2026的展区与主会场之间，能深切感受到工业软件正经历一场从工具向智能生态的深刻蜕变。

值得注意的是，无论是Tony Hemmelgarn反复强调的单一可信数据源，还是Joe Bohman演示的跨系统智能体协同，其核心都在于打破长期存在于企业内部的流程与数据孤岛。工业AI不应只是停留在云端的黑盒预测，而必须深度嵌入到机械、电子、软件的设计迭代中，嵌入到虚拟调试与质量管控的微小节点里。当数据不再是被冻结的快照，而是随着设计意图不断演进的数字流时，企业所面对的供应链中断与产品复杂性挑战，便不再是阻碍，而是触发自适应优化的契机。

从RealizeLIVE 2026传递的信号来看，工业AI下一阶段的竞争已经很难单纯定义为模型能力之争，而是转向谁拥有更深的工业知识、更完整的数据上下文、更强的工程仿真能力，以及更有能力把这些要素连接起来的工业软件平台。西门子通过设计、仿真、制造与管理的完整闭环，向行业证明了只有将AI根植于工程物理的土壤，才能真正将复杂性转化为企业增长的护城河。这也为未来工业的智能化演进确立了务实而宏大的风向标——不是替企业做决策，而是用工业智能让每一次决策都更快、更准、更可信。

延伸阅读：西门子Realize LIVE 2023：为Xcelerator注入云与AI之力
西门子Realize LIVE 2024：畅议数字主线/云/AI与工业元宇宙
西门子Realize LIVE 2025：聚焦人工智能与数字化深度融合

责任编辑：王阳

您可以：