近日，人工智能（AI）芯片大厂英伟达（NVIDIA）通过官网披露了其合作伙伴——富士康利用AI工厂转型实现智能产业化并扩大未来规模的成功案例：导入AI自动排程后，排程工时减少25%；优化射出成型制程参数切换，使工程工作量降低50%；改善超过20项主要产线问题，SMT产线异常改善率逾90%。
据介绍，富士康的AI工厂是以NVIDIA DGX SuperPOD为算力底座，训练自研大语言模型FoxBrain，再将其微调为面向制造、城市、医疗的专用GPT平台，最终通过子公司VisionBay.ai以“AI即服务”的形式对外输出。富士康AI软件业务负责人Kathy Yang表示，这套系统提供了“经过验证的蓝图和可预测的性能”，是训练和优化复杂模型的“超级大脑”。
鸿海研究院AI研究中心创始主任Yung-Hui Li披露，在120B参数模型上，DGX SuperPOD实现了相较此前H100方案2.48倍的训练提速，峰值吞吐达到4,900 TFLOPS。在最庞大的训练任务中，富士康在12天内处理了1万亿个token。这一速度的底层支撑是NVIDIA Blackwell架构与NVLink Switch的结合，使整个集群“不像一堆独立GPU，而像一颗巨大的统一超级芯片”。
富士康的策略并非从零训练基础模型，而是“站在巨人肩膀上”：引入Llama、Gemma、NVIDIA Nemotron等开源基础模型，注入自有高保真工业数据，进行大规模分布式训练和领域微调，最终形成FoxBrain——富士康的旗舰大语言模型。
FoxBrain只是起点。在此基础上，富士康针对不同场景进行多轮预训练和微调，衍生出专用平台：Genesis面向智能制造流程，CityGPT面向城市管理与市民服务。这套分层开发逻辑的核心意图是：让AI从“能聊天”进化到“能干活”，在关键工业任务中做出实时、独立的决策。
据中国台湾中时新闻网报道，富士康与NVIDIA合作的实际成效已经体现在多个制造环节：导入AI自动排程后，排程工时减少25%；优化射出成型制程参数切换，使工程工作量降低50%；改善超过20项主要产线问题，SMT产线异常改善率逾90%。
在更早的工厂运营层面，富士康基于NVIDIA工厂运营蓝图（FOX）开发的MoMClaw多智能体系统，将机器信号、传感器数据与数百个专业AI智能体整合至统一运营层。富士康预测，该系统可将根因分析时间缩短80%，劳动生产率提升15%，设备故障率降低10%。
在物理产线之外，富士康还在虚拟世界里“建厂”。其FODT（Fii Omniverse Digital Twin）平台基于NVIDIA Omniverse和OpenUSD构建，为工厂创建物理精确的数字复刻。据富士康工业富联机器人事业群总经理Leo Guo介绍，通过虚拟环境完成全要素建模和验证，“从营收周期、工厂建设到生产规划，整体时间可缩短约50%”。
具体效能提升包括：利用NVIDIA PhysicsNeMo进行热分析CFD模拟，速度提升150倍（从数小时降至数分钟）；通过标准化OpenUSD资产，整条产线可在全球工厂间快速迁移复制，例如从台湾到墨西哥。富士康AI软件负责人杨秋瑾对此的总结是：“硬件是躯干，软件才是AI工厂的灵魂。”
富士康的AI工厂不止服务于自己，还通过子公司VisionBay.ai（NVIDIA云合作伙伴）将DGX SuperPOD的高性能计算与自有GPT平台打包，以AI即服务的形式向亚洲的政府和企业客户提供训练、微调和推理能力。
这意味着富士康的商业模式正在叠加一层新维度：从“替别人造硬件”，延伸到“帮别人用AI”。其三大战略平台——智能制造、智能EV、智能城市——既是内部应用场景，也是对外输出的产品模板。
编辑：芯智讯-林子
