Physics AI research that's shaping the industry.
这条事件暂无摘要。
这条事件暂无摘要。
SynthePulse Insight · AI 深度解读
版本 1 · 1 个来源
Mistral AI通过收购Emmi AI,整合其物理AI研究成果,旨在加速航空航天、汽车、半导体和能源等行业的工程仿真与设计。
Mistral AI于2026年5月27日宣布收购Emmi AI,强调其对推动AI研究和工业工程企业解决方案的承诺。Emmi的工作旨在帮助工程师更快地构建下一代产品,并在运营中持续获得性能提升。Mistral明确表示将加倍投入基础物理AI,服务于航空航天、汽车、半导体和能源等塑造物理世界的行业。
Emmi团队自2024年起发布了一系列物理AI研究成果。2024年2月推出的UPT(通用物理变换器)是一个高效扩展神经算子的框架,支持网格和粒子仿真。同年11月,NeuralDEM作为首个端到端深度学习代理,实现了流化床反应器等大规模多物理过程的实时仿真。
2025年2月,AB-UPT(锚定分支通用物理变换器)发布,专为空气动力学CFD设计,可在单GPU上处理9M表面和140M体积单元,无需重新网格化。同年10月,AB-UPT新增汽车和航空航天应用数据集。同月发布的GyroSwin针对核聚变中的等离子体湍流,提供5D代理模型,旨在解决聚变能开发中的关键瓶颈。
2025年11月,团队发表《流体智能》论文,展望AI基础模型在计算流体动力学(CFD)中的应用,并拆解工业级CFD仿真的核心组件。12月,团队发布新的3D机翼跨音速CFD数据集,包含约30,000个样本,填补了现有2D数据集在3D现象上的空白。
AB-UPT的核心优势在于处理原始几何而不需重新网格化,极大简化了仿真流程。NeuralDEM则使工业过程仿真从耗时数小时缩短至实时,对反应器设计等场景具有变革意义。GyroSwin针对核聚变中的等离子体湍流,这是下一代反应堆设计的关键障碍。这些技术共同指向一个目标:用AI加速物理仿真,降低工程试错成本。
本文信息全部来自Mistral AI官方博客,属于第一方来源。所有研究成果均有arXiv论文或GitHub仓库支撑,但具体性能指标(如单GPU处理能力)未经第三方独立验证。
Mistral通过收购Emmi AI,系统性地整合了物理AI前沿研究,其技术栈覆盖从通用框架到特定工业场景的代理模型,有望在航空航天、汽车、能源等领域推动工程仿真的范式变革。
主报道
主报道来源