人工智能价值创造的下一波浪潮可能会在设计飞机、核反应堆、电子元件或数据中心的软件中发挥作用。这是 NP Company 的赌注，这是一家来自 Inria 的年轻巴黎初创公司，该公司宣布在种子期前筹集 600 万欧元资金。
此次圆桌会议由 Partech 牵头，汇聚了法国人工智能生态系统的几位领军人物，包括 Mistral AI 联合创始人 Guillaume Lample 和 Cédric O、Dataiku 创始人 Florian Douetteau 以及 Artefact 创始人兼首席执行官 Vincent Luciani。标致家族办公室也参加了圆桌会议。
NP 公司由巴黎萨克雷大学的两名博士 Emmanuel Menier 和 Matthieu Nastorg 于 2025 年创立，专门研究人工智能应用于仿真领域，正在开发新一代仿真软件，旨在用于航空、国防、能源、电子、数据中心和汽车领域。
该公司的目标是解决现代工程的主要障碍之一：验证新设计所需的计算时间。即使在今天，某些物理模拟也可以调动计算基础设施几个小时，甚至几天。每次设计修改都需要重新启动一系列新的计算，从而大大减慢了工业开发周期。
为了解决这个限制，NP 公司将主要语言模型出现的原理转变成物理模拟。该公司开发基于工业物理数据训练的基础模型，并基于 Transformer 架构，类似于生成人工智能系统中使用的架构。
“工程是人工智能的下一个伟大前沿，而不是下一个聊天机器人，”NP 公司联合创始人兼首席执行官 Emmanuel Menier 解释道。 “几十年来，模拟一直是工业设计的主要瓶颈。我们希望消除这一限制，以便工程师将时间花在解决复杂的问题上，而不是等待计算完成。”
据该初创公司称，这种方法已经可以在某些工业基准上获得约 1,000 倍的性能提升，特别是在航空领域。最终，NP 公司估计，完整装配体的模拟将能够实现高达 50,000 倍的加速，这是业内处理最复杂的装配体之一。
除了简单地减少计算时间之外，这家初创公司还寻求改变产品的设计方式。如今，由于计算成本的原因，工程师被迫限制研究的变体数量，而这些模型将允许同时探索数千种设计选项。
“我们并不打算构建现有软件的更快版本，”联合创始人兼首席技术官 Matthieu Nastorg 强调。 “通过预先训练的基础模型，以前分析一个设计所需的时间就可以探索数千个设计。这为设计工业系统的新方法开辟了道路。”
这种方法是人工智能解决物理和工业问题的更广泛运动的一部分。在实现部分智力工作自动化之后，基础模型现在开始应用于控制飞机、电池、电网、半导体甚至数字基础设施的方程。
筹集的资金将使NP公司能够加速招募专门从事人工智能和数字物理的研究人员和工程师。从长远来看，该公司计划开发能够提出优化架构的自动化设计工具，以及旨在控制复杂工业基础设施的实时模拟器。
