面板大厂开发AI工具，提高生产和开发效率

LG Display 利用 NVIDIA 基于物理的 AI 平台 PhysicsNeMo 开发了一款数字孪生面板工具 (DPS)。LG Display 是唯一一家将 NVIDIA PhysicsNeMo 应用于显示行业的韩国公司。

NVIDIA 韩国首席执行官郑素英 (Jeong So-young) 代表 NVIDIA 半导体工程主管 Tim Costa 出席了 2026 年韩国半导体展 (SEMICON Korea 2026)。她以 DPS 的成功开发为例，指出“全球最大的WOLED显示面板制造商 LG Display 与一家韩国初创公司合作，利用 PhysicsNeMo 开发了 DPS”，这是制造业创新的一个成功案例。

郑素英表示：“LG Display 和韩国初创公司 Alsemi 四年前就开始联合研究如何利用基于物理的 AI 技术，如今已完成 DPS 的开发。这将使 LG Display 能够在面板开发和生产等流程中更快地做出决策，从而提高生产效率和开发效率。”

在此开发过程中，NVIDIA 提供了 GPU 加速基础设施和 PhysXNemo 引擎。 PhysXNemo 能够快速开发和验证物理 AI 模型，而软件级优化则可将基础模型的学习和微调速度提升至两倍。

据报道，LG Display 提供了其 OLED 工艺过程中积累的关键制造数据，并在数字孪生环境中验证了实际工艺条件。Alsemi 据称负责将 NVIDIA 的 PhysXNemo 集成到专为 OLED 工艺特性定制的工业 AI 模型中，并将其开发成一款优化工具。

现有的数字孪生工具依赖于基于材料和热条件等输入值的数值计算。这可能既耗时又低效，而且如果设计条件发生变化，则需要重新计算。

然而，与现有工具不同，LG Display 新开发的 DPS 允许已学习物理关联的 AI 模型直接从现有的仿真结果和实际工艺数据中学习，从而显著缩短开发和生产各个阶段的周期。

通过利用这项技术，LG Display有望最大限度地减少试错，缩短开发周期，并在每个实验阶段通过基于人工智能的工艺和器件预测快速获得最佳工艺条件。这是因为人工智能通过学习不断改进数据和模型，从而能够灵活应对新的工艺、器件、结构和产品特性要求。

NVIDIA最近发布了面向半导体等先进制造行业的“AI工厂”战略，强调构建一个基于物理人工智能的制造系统，该系统整合了从设计到生产的整个周期。尽管AI工厂的成功取决于全球制造商对NVIDIA工具的使用，但中美冲突使得中国企业几乎无法获得这些工具。因此，LG Display的成功案例似乎被引用。

LG Display计划将其基于PhysXNemo的数字孪生技术扩展为一个“代理AI系统”，以优化整个面板开发和制造流程。除了产品开发阶段（包括预验证）之外，该方法应用于制造阶段时，有望提高良率。

WitDisplay——星球欢迎您

【新型显示周报及内参共读群】公众号@WitDisplay作者，一个新型显示行业专家，已连续7年不间断更新给大家提供最新行业资讯，剖析行业趋势。

选择加入即可获得：

1、日报：每天最新最快行业资讯以及独家消息

2、周报：根据产业链上中下游梳理每周资讯

3、专家纪要：采访行业各路专家，提供独到见解，剖析技术突破以及行业趋势

4、调研报告：针对特定主题进行调研，输出具有参考价值的报告

5、出货报告：面板厂商季度出货数据以及行业趋势

6、上市公司跟踪：跟踪新型显示上市公司的一些动态和资讯分享

7、加作者微信XRTIME68，提供2000+行业交流群

8、论坛演讲PPT

知识星球里会持续输出新型显示领域干货、纪要等各种资料， 欢迎感兴趣的朋友提前加入！

出海交流群

OLED交流群

MLED交流群

车载显示&照明交流群

XR交流群

林先生微信:XRTIME68

Email：luffy7374@163.com