布达佩斯的统一交通管理局BKK通过迁移到Azure Databricks平台，集中和现代化交通数据，支持高级地理空间分析和机器学习，提升决策能力。BKK的目标是创建布达佩斯交通系统的数字双胞胎，以优化公共交通和城市规划。

在2026汉诺威博览会上，NVIDIA及其合作伙伴展示了AI驱动的制造未来。随着工业系统复杂性增加，AI物理学和智能代理正在变革设计与测试。数字双胞胎和AI代理的应用提升了生产效率和安全性，推动了工业自动化的进步，标志着未来工厂的建设正在进行中。

罗氏与基因泰克利用人工智能加速药物发现，90%的小分子项目整合了AI，缩短药物设计时间并提高实验效率。同时，罗氏通过数字双胞胎技术优化制药生产，加快新设施开发。

印度最大制造商与全球软件领导者合作，利用NVIDIA AI基础设施和Omniverse库建设智能工厂，推动工业现代化。印度投资1340亿美元提升制造能力，应用数字双胞胎技术和AI加速软件，提升设计与运营效率。

城市通过AI代理、数字双胞胎和计算机视觉，将基础设施转变为智能响应空间。借助NVIDIA Blueprint，城市能够模拟场景、训练AI模型并实时分析数据，从而提升应急响应和交通管理效率。多个城市已成功应用这些技术，显著优化运营。

Tanya Berger-Wolf开发的BioCLIP 2是一个生物基础模型，能够快速识别物种特征和关系，解决物种数据不足的问题。该模型基于2.14亿张图像训练，展示了生态系统科学的新可能性。未来，研究者计划开发数字双胞胎，以模拟物种间的生态互动。

德意志电信与NVIDIA在柏林推出全球首个工业AI云平台，计划于2026年上线。该平台结合德意志电信的基础设施与NVIDIA的AI技术，旨在推动德国工业转型，提升竞争力，支持数字双胞胎和预测性维护等应用，开启欧洲工业AI新纪元。

制造业正在利用数字双胞胎技术提高效率、预测设备故障并实时优化生产。新解决方案结合传感器数据，支持设备监控、变化模拟和预测性维护，推动工业4.0革命，提升生产力和安全性。

NVIDIA与通用原子公司合作，利用AI技术开发高保真数字双胞胎，显著缩短核聚变反应堆预测时间，从数周缩短至数秒，助力科学家在安全环境中优化聚变反应堆，推动清洁能源研究。

NVIDIA推出Omniverse DSX蓝图，整合设计、仿真与运营，旨在构建千兆级AI工厂。该蓝图利用数字双胞胎技术优化建筑与电力系统，提高效率与可持续性，支持模块化建设，缩短建造时间，推动AI工厂的智能化与自学习能力。

在AI基础设施峰会上，NVIDIA的Ian Buck提出将传统数据中心转型为集成AI工厂的战略，开发参考设计并与全球合作伙伴共享。新设计旨在优化能源使用、提升效率，以支持AI推理时代。NVIDIA与多家公司合作，整合电力和冷却系统，利用数字双胞胎技术进行模拟，确保设施的可靠性与可扩展性。

OpenUSD和数字双胞胎推动工业和物理AI的发展，帮助制造商优化运营。NVIDIA推出新工具和认证，促进数字双胞胎的构建，行业领袖利用Omniverse库和OpenUSD加速设计、降低成本、提高生产效率。

亚马逊利用NVIDIA技术推出创新制造解决方案，支持机器人臂自主审计设备并整合新产品。该技术基于数字双胞胎和合成数据，提升生产效率，减少物理原型需求，简化制造流程，实现灵活自动化生产。

在贸易战中，各国通过关税和出口禁令影响供应链，迫使企业调整采购和生产，增加成本和库存。MIT教授提出的数字双胞胎模型可帮助企业识别脆弱环节，进行压力测试，优化供应链管理，从而更好应对未来干扰事件。

Hexagon开发的AEON人形机器人旨在解决制造业和物流中的劳动力短缺问题，能够执行现实捕捉、资产检查和操作支持等工业任务，利用NVIDIA技术进行训练和优化。AEON将在汽车和航空等行业应用，推动数字双胞胎的普及，提高工作效率。

NVIDIA推出智能城市AI蓝图，结合Omniverse、Cosmos、NeMo和Metropolis，旨在提升欧洲城市的可持续性和居民生活质量。该框架支持数字双胞胎和AI代理的开发，优化城市运营，多个领先公司已开始应用此蓝图。

SAP与NEURA Robotics和NVIDIA合作，将SAP Joule与先进机器人连接，支持自适应制造和自动补货。通过数字双胞胎技术，企业可在真实环境中模拟机器人操作，从而提升供应链管理效率，实现实时决策和自动化。

工业人工智能正在革新工厂运营。NVIDIA与西门子合作，将AI、仿真和数字双胞胎技术应用于制造业，提高生产效率。西门子的Inspekto系统帮助小型制造商自动检测缺陷，奥迪利用工业AI加速焊点检查。此外，西门子还在开发工业助手，以确保生产数据安全并优化流程。

NVIDIA扩展了Omniverse Blueprint，支持AI工厂数字双胞胎，整合多家行业工具，优化设计与模拟。新流程提升了物理基础模型的开发，助力工程团队高效测试和优化AI基础设施，推动智能AI工厂建设。