Pegatron 透過視覺 AI 代理與數位孿生擴展工廠營運

傳統的生產線規劃仰賴現場人員的經驗，才能安排工位與任務，但卻無從預見實際運作情況。生產線的整體設備效率 (OEE) 往往需在實際運行後才能評估，但屆時資本已投入，為時已晚。Pegatron 運用 NVIDIA Omniverse 建構 PEGAVERSE 數位孿生平台，模擬出具物理精準度的工廠作業環境，數位化資料以發掘改善機會，例如提前偵測系統瓶頸。

PEGAVERSE 結合模擬與真實世界智慧，可在建置生產線前快速提升營運成效。可先行模擬生產線規劃，以預估循環時間、預測效能並找出瓶頸。 根據結果，可對模擬進行最佳化與調整，將利用率發揮到極致。PEGAVERSE 透過模擬與評估，能有效減少耗費在繁瑣修改實體產線上的時間和金錢。

Pegatron 已將六個虛擬工廠與實體生產設施平行部署，確保在實際運作前，空間的每個環節皆已經過設計、測試及最佳化。預計這可將新工廠的建置時間縮短 40%。

在 Pegatron，有諸多機會可透過生成式 AI 和 AI 代理將流程最佳化。然而，每個部門都在建立自己的代理，而在運算需求、MLOps 流程與標準化程度不足等方面卻面臨難題。為了激發更高層級的效率，Pegatron 打造了一座 AI 工廠，方便使用者建置、訓練及部署各種 AI 代理。Pegatron 利用 NVIDIA AI Enterprise 搭配 NVIDIA DGX™，透過豐富的基礎和推理模型與工具組合加速 AI 代理的開發，藉此簡化資料處理、模型客製化、檢索增強生成 (RAG) 以及安全防護機制。相關模型包括大型語言模型 (LLMs)，以及客製化視覺語言模型 (VLMs)。

過去四年，Pegatron 將整個公司的 AI 代理開發加速 400%。這些 AI 代理透過 NVIDIA Isaac Sim 吸收來自機器人的感測器資料，並透過 NVIDIA Metropolis 的攝影機系統，來用於影片分析。代理可部署為智慧型客服專員、品質檢查員或倉庫營運專員，藉此檢查機器運作狀況、安全合規性與流程最佳化。

作為精密產品組裝的領導者，Pegatron 運用 AI 代理與 NVIDIA VSS Blueprint，打造出 PEGA 視覺分析代理 (VAA)。AI 工廠在擴展過程中面臨的一大挑戰，是人工作業流程複雜，加上人力流動率高。例如，監控人工組裝流程是否合規，不僅需大量人力，還容易出錯，而在資源有限的情況下更難擴展。

為了解決此問題，Pegatron 部署了一套使用 VSS 的組裝導引代理，可即時監控與最佳化組裝流程。此代理會分析組裝流程，偵測潛在異常並確認整個流程符合安全標準。舉例來說，若手機或筆電組裝過程中出現錯誤，如遺漏螺絲，作業員會即時收到警示並立即修正錯誤。廠房操作員還能檢視相關事件的影像片段，並向組裝導引代理提問以獲得進一步說明。

透過這項 AI 代理強化組裝流程，Pegatron 在每條生產線上得以降低 7% 的勞動成本並減少 67% 的瑕疵率。與 NVIDIA 的合作使 Pegatron 能夠確保品質一致、提升流程管理效率，並在製造營運中推動創新與成功。

另一個例子是 Kinsus International Technology，這是一家全球 IC 載板供應商同時也是 Pegatron 客戶，當時該企業正面臨難以識別與解決的製程瑕疵問題。這是因為製造工程師需耗時查看上千個單位，透過比對機台設定、材料溫度等因素，才能釐清問題根源。Kinsus 建立了一套結合影像分析與製造數據的多模態 AI 代理，能自動分析並解決問題。現在，他們不僅可精確識別瑕疵，還能準確釐清肇因。 這種由 AI 支援的方法，在 NVIDIA VLM 的加持下，將分析準確率從 76% 提升至近 95%，瑕疵分析的時間也從數天大幅縮短至幾乎為零。因此，Kinsus 大幅提升了產品品管能力，加速邁向自主製造。

Pegatron 整合了 NVIDIA 的瑕疵影像生成物理 AI 技能，將全球製造據點的視覺檢測流程最佳化。如今，他們可運用 NVIDIA Cosmos 世界基礎模型與 NVIDIA Isaac Sim，將 CAD 圖面、物料清單 (BOM) 和歷史資料轉換為高擬真且可控制的合成瑕疵影像。這讓他們能產生數千張合成瑕疵影像來訓練 AI 模型，直接解決高良率生產環境中真實瑕疵資料不足的問題。

Pegatron 將 AI 視覺檢測模型的部署時間縮短 67%，並減少 10% 的作業投入。這大幅減輕了操作員手動複檢疑似瑕疵時承受的認知負荷與疲勞，為 Pegatron 的工業 4.0 數位轉型之路樹立重要里程碑。

透過結合數位孿生與 AI 驅動工廠的力量，Pegatron 正在大規模訓練 AI 代理，大步邁向工業 AI 領導地位。例如，他們打造了一套 AI 代理，可協助點膠機器人動態調整，因應膠水黏度或室溫等環境變化。利用先進模擬技術，該公司團隊開發出一款代理學習點膠策略，並在模擬環境 PEGAVERSE 中進行練習。

該代理在 PEGAVERSE 的資料飛輪中加以微調，直到能自主評估並最佳化點膠機參數，並即時調整以因應環境變化。如此一來，便可確保一致的品質與效率。 透過在 PEGAVERSE 中模擬各種情境並快速反覆最佳化，系統可將開發週期從數天縮短至幾分鐘，為智慧工廠提供可擴展的智慧自動化效能。PEGAVERSE 加速了模擬到實體的策略轉移，從瑕疵或冗餘辨識，進一步演進為具備情境推理及因果分析能力的應用。觀看 Pegatron 於 NVIDIA GTC 發表的演講《Harmonizing Digital Twins and AI Factory: Unlocking Industrial Autonomy》，深入瞭解 AI 工廠如何大規模訓練 AI 代理，以最佳化實際作業並推動自動化。