一句话结论
NVIDIA携手欧洲城市及伙伴部署本地AI工厂与物理AI代理,以数字孪生和开放模型提升交通、能源及公共服务的效率与自主控制力。
关键要点
- 法国科多省(Jura department)利用数字孪生管理500多座公共建筑,将文档搜索时间从数周缩短至分钟级,运营成本降低10%,规模化目标为30%。
- 系统构建伙伴包括思科(Cisco)、戴尔科技(Dell Technologies)、慧与(HPE)、联想(Lenovo)及超微(Supermicro),负责打包NVIDIA加速计算、网络与存储以构建本地化AI工厂,确保城市对数据及模型的控制权。
- 安永(EY)和埃森哲(Accenture)提供集成与运营专业知识,帮助城市构建可重复的部署蓝图,使应用能在各部门间适应并随当地需求扩大。
- 荷兰安特卫普-布鲁日港使用合成数据训练模型以应对油污预警等复杂场景;意大利米兰地区部署涵盖Cinisello Balsamo等5个市镇的本地化AI工厂,提供实时翻译与市民聊天机器人。
- 核心技术支持包括NVIDIA Cosmos开放模型、Metropolis视频搜索与摘要(VSS)蓝图、Nemotron开放模型及Omniverse库。
背景与事实
在欧洲经济、中东和非洲(EMEA)地区,NVIDIA正与合作伙伴共同开发面向城市运营场景的物理AI代理(physical AI agents)与数字孪生系统。参与此次联合开发合作伙伴名单涵盖ABA Technology、Akila、Galene AI、霍尼韦尔(Honeywell)、K2K、Linker Vision、Milestone、Onetera、ThinkDeep及Younite等机构。该生态系统在展示环节由Nebius和Net Zero Compute参与构建AI工厂,旨在加速代理式服务(agentic services)的部署并显著降低相关成本。安永(EY)和埃森哲(Accenture)亦提供集成与运营专业知识,通过将应用程序与城市系统进行深度连接,协助城市建立标准化的部署流程。在11月3日至5日于西班牙巴塞罗那举办的智慧城市博览世界大会(Smart City Expo World Congress)上,NVIDIA及其生态系统展示了如何将物理AI、代理式AI和本地AI工厂引入全球城市基础设施的方案。
在具体落地数据方面,法国科多省利用数字孪生技术对500多座公共建筑实施能源管理与合规性监控。该应用显著提升了行政效率,将原本需要耗费数周的文档搜索时间大幅缩短至分钟级响应,并将运营成本降低了10%,其规模化应用目标设定为30%。与此同时,英国利物浦城市地区及泽西岛正探索利用AI工厂支持交通规划工作;苏格兰贝尔法斯特创新城市(Belfast smart city project in Scotland)正在进行智能交通与安全相关试点。在港口与物流领域,法国塞特港(Sete port)开始分析货物与安全数据,而安特卫普-布鲁日港(Port of Antwerp-Bruges)则采用合成数据技术训练模型,以应对油污预警等高度复杂的场景。意大利米兰地区部署了本地化AI工厂,该工厂覆盖包括Cinisello Balsamo在内的5个市镇,向市民提供实时语言翻译及聊天机器人服务。瑞典哥德堡(Gothenburg)在欧盟Citiverse项目中致力于开发数字孪生系统,用于模拟事件入口状态与人群状况。此外,波兰弗罗茨瓦夫市(Wroclaw)正在扩展其相关应用场景,而位于阿联酋迪拜的费尔蒙酒店(Fairmont Dubai)则部署了霍尼韦尔(Honeywell)的Forge Cognition系统,用于优化酒店内部运营。
影响分析
对中文开发者与城市数字化从业者而言,本次欧洲项目的核心参考价值在于“本地化AI工厂(local AI factory)”的架构逻辑。通过由思科(Cisco)、戴尔科技(Dell Technologies)、慧与(HPE)、联想(Lenovo)及超微(Supermicro)等硬件厂商打包提供加速计算、网络与存储能力,城市得以在本地构建独立的数据与模型控制权节点。这一模式对于中文环境下的智慧城市项目具有直接启发意义:在数据合规性要求极高的场景下,引入本地化部署的AI工厂能够有效解决数据孤岛与隐私合规痛点,同时保障城市对核心资产(即数据及模型)的控制权。结合Nebius与Net Zero Compute提供的生态系统支持以及安永、埃森哲的集成经验,开发者能够更清晰地看到,从硬件基础设施到上层应用连接的完整产业链是如何加速代理式服务(agentic services)部署并降低成本的。
适用边界
上述欧洲城市的具体应用结论(如科多省的成本降低比例或米兰的实时翻译功能)严格受限于当前部署的软件版本号、本地AI工厂的硬件算力配置以及特定城市的数据基础;若未采用NVIDIA Cosmos、Nemotron或Omniverse等核心技术组件,或未满足本地化数据控制权的基础架构条件,该结论在缺乏同类系统构建伙伴支持的其他场景下不一定成立。
孤本观察
基于上述事实,可以判断,欧洲城市正通过打包计算与存储资源,将AI基础设施的物理控制层掌握在本地,以此应对跨国数据流转的合规压力。


常见问题
法国科多省数字孪生项目将文档搜索时间缩短至什么级别?运营成本降低比例及规模化目标是多少?
文档搜索时间从数周缩短至分钟级;运营成本降低10%,规模化目标为降低30%。
哪些硬件厂商负责打包加速计算、网络与存储以构建本地化AI工厂?
思科(Cisco)、戴尔科技(Dell Technologies)、慧与(HPE)、联想(Lenovo)及超微(Supermicro)。
荷兰安特卫普-布鲁日港使用合成数据训练模型主要应对什么场景?
应对油污预警等高度复杂场景。
意大利米兰地区部署的本地化AI工厂覆盖几个市镇并提供哪些服务?
覆盖包括Cinisello Balsamo在内的5个市镇,提供实时语言翻译及市民聊天机器人服务。
核心技术支持包括哪些NVIDIA开放模型及库?
包括NVIDIA Cosmos开放模型、Metropolis视频搜索与摘要(VSS)蓝图、Nemotron开放模型及Omniverse库。
来源:NVIDIA Blog