← Кейсы

BMW Group — ИИ в производстве

NVIDIA DGX и SORDI, платформа AIQX, камеры Axis: компьютерное зрение, синтетические данные и MLOps на линии.

  • Сценарий компьютерное зрение и контроль качества, синтетические данные, сопровождение моделей (MLOps), цифровые двойники (Omniverse)
  • Отрасль Автомобилестроение
  • Регион Германия; производственная сеть BMW Group по миру
  • Охват AIQX — по формулировке Axis: на всех заводах группы BMW по всему миру. DGX / SORDI — платформа промышленного ИИ (NVIDIA описание кейса).
  • Доказательность Высокая по количественным метрикам в материале NVIDIA (вендор + заказчик); средняя по AIQX (кейс Axis).
  • Оценка обзора (11/12) Специфичность 3, независимость 2, качество метрик 3, свежесть 3. Дата источников: 2026-05-01.
Стилизованная схема: конвейер, камеры над линией, поток данных в облако ИИ и обратно на участок контроля качества.

Производственный контекст

Высокая вариативность комплектаций (в том числе MINI), необходимость визуального контроля элементов кузова и интерьера на скорости конвейера; потребность в масштабируемых данных для компьютерного зрения.

Задача

Сократить время разработки и внедрения моделей компьютерного зрения для контроля качества; повысить продуктивность data science; автоматизировать визуальную инспекцию (в том числе швы кожи и детали).

Подход на базе ИИ и машинного обучения

  • NVIDIA DGX, Omniverse, TAO, синтетический датасет SORDI; инструменты с низким порогом входа для сотрудников.
  • AIQX (BMW): глубокое обучение / компьютерное зрение по изображениям с линии (Axis).

Данные

Изображения с производства; по данным NVIDIA описание кейса — более 800 000 синтетических изображений и 80 категорий объектов; видео и кадры с камер Axis для AIQX.

Результат и метрики

Цифры и формулировки пересказаны с публичных материалов NVIDIA и Axis по-русски, без потери смысла; оригиналы — на английском в указанных источниках внизу страницы.

NVIDIA + BMW

Описание кейса: оптимизация производства с ИИ и DGX; в тексте — слова руководителей BMW (IT и инновации).

  • Продуктивность специалистов по данным Системы DGX дали рост продуктивности data science примерно в 8 раз; по сравнению с прежней «наследуемой» инфраструктурой улучшения стабильно укладываются в диапазон в 4–6 раз.
  • Внедрение ИИ в контроле качества Время, за которое сотрудники внедряют ИИ-автоматизацию в контроль качества, сократили более чем на две трети.
  • Синтетические изображения Сотни тысяч изображений можно сгенерировать одной кнопкой (в оригинале — про массовую генерацию по запросу).

Axis + AIQX

История заказчика: промышленное производство легковых автомобилей (платформа AIQX у BMW).

  • Масштаб ИИ на производстве Уже используется более 400 ИИ-решений.
  • Скорость инспекции и данные Проверка за доли секунды; в основе — миллионы накопленных точек данных, преимущественно изображения и видео.

Источники

  1. NVIDIA — BMW optimizes production with AI and DGX systems поставщик + заказчик
  2. Axis — промышленное производство транспорта (AIQX) поставщик + заказчик
  3. NVIDIA — Omniverse Enterprise и цифровой двойник контекст цифрового двойника

Релевантность для производства

Устойчивый шаблон: качество данных → синтетика → обучение на мощной инфраструктуре → ускорение вывода компьютерного зрения на линию. Для смежных отраслей (в т.ч. химия, смазки) тот же контур применим к визуальному контролю фасовки, маркировки и дефектов упаковки при наличии камер и интеграции с OT.

К списку кейсов Карта сценариев Индекс в презентации A4