背景
根據 Siemens 的一份報告，調查領域的平均大型工廠每年因非計畫性停機損失 $253 million。工廠團隊在調查故障電路板或處理急單時，必須跨系統蒐集證據、諮詢專家並協調後續步驟，雖然資料可得，但將其轉化為回應需要大量時間與精力。NVIDIA 工廠營運藍圖（FOX，Factory Operations Blueprint）提供了一個參考架構，用於在現有工廠系統中加入工廠管理代理。開發者可以連接現有的資料和工具，配置專業代理，並定義哪些決策需要操作員審核。 官方原文・NVIDIA Developer Blog
發生什麼事
NVIDIA 發布了 FOX 藍圖，旨在協助開發者建立長時運行的工廠管理代理。該代理利用 NVIDIA Agent Toolkit 構建，核心組件包括大型語言模型（LLM，大型語言模型，用於解讀任務與規劃）、代理框架（Agent harness，連接工具與記憶的軟體層，預設使用 NemoClaw）以及 NVIDIA OpenShell（用於隔離執行環境並強制執行存取政策的安全執行時）。FOX 展示了如何透過 MCP（Model Context Protocol，模型上下文協議，讓 AI 存取外部資料與工具的標準）和 API 整合工廠設備，並透過 ROS 2 和 NVIDIA Isaac Sim 連接實體設備。 官方原文・NVIDIA Developer Blog
重點內容
FOX 的參考範例應用於表面貼裝技術（SMT，Surface-Mount Technology，將電子元件直接貼裝於電路板表面的技術）組裝線。當自動光學檢查（AOI，Automated Optical Inspection，利用光學技術檢查電路板缺陷的設備）發出警報時，工廠管理代理會協調後續行動。視覺檢查代理會接收電路板影像，並呼叫 NVIDIA Cosmos（一個世界理解模型）將可疑元件與工廠手冊進行比較。該模型利用上下文學習（in-context learning，在推理過程中直接利用範例與指令，無需額外微調）來判斷缺陷是否可接受。若確認缺陷，車隊管理代理會安排將電路板移至重工區，參考工作流在數位雙生中演示了此傳輸過程，使用 NVIDIA Isaac Sim 和 ROS 2。 官方原文・NVIDIA Developer Blog
根本原因分析代理會使用電路板識別碼和處理歷史，檢索檢查結果、貼片記錄、電氣測試結果和機器測量數據。對於可疑的焊接缺陷，代理會檢查迴焊爐的進出時間，並使用 Kumo Anomaly分析讀數中的異常模式。代理會將這些發現與其他生產批次、檢查結果和機器手冊進行比較，以調查爐溫條件是否導致缺陷。Elasticsearch 資料庫提供生產證據、版本化的手冊和先前調查的存取權限，代理最終會產生一份 PDF 報告，包含來源記錄、可疑測量值、可能原因和建議的糾正措施，供線長審核。 原文
對使用者的意義
FOX 幫助開發者建立能跨系統連接證據、調查問題並協調糾正措施的工廠管理代理，有助於減少停機時間並提高品質。在 Siemens 位於埃爾蘭根的電子工廠，使用 FOX 藍圖和 NVIDIA Nemotron 驅動的代理透過 Siemens Intelligence Center X 運行模擬，以平衡成本、現有訂單、供應水平和產線設置，端到端的代理系統可實現高達 20% 的成本節約。對於新產品設計，Siemens 結合產品生命週期管理軟體、Process Preparation X、NVIDIA Cosmos 和 NVIDIA Omniverse 生成虛擬原型和合成訓練資料，這可將上市時間縮短多達 40%。 官方原文・NVIDIA Developer Blog
限制與未定事項
FOX 可以部署在 NVIDIA DGX Station 上，代理環境、所需的 AI 模型和資料儲存均託管在本地。完全本地部署要求每個模型和服務端點都保留在工廠網路內，以確保生產記錄、影像、提示和調查結果留在本地。使用外部託管模型的開發者必須評估哪些資料會傳送到該端點。初始部署應要求在處理前獲得操作員批准。FOX 藍圖目前提供早期存取申請。 官方原文・NVIDIA Developer Blog
