Mistral AI 宣布与 NVIDIA 新合作：以 AI 加速工业工程仿真，共建物理 AI 开放基准与 CAE/EDA 智能体评测

巴黎 AI 公司 Mistral AI 于北京时间 10 月 21 日晚间宣布与 NVIDIA 达成新合作，把 AI 引入工业工程（industrial engineering）。据，合作包含三项内容：更快的仿真、面向物理 AI（physics AI）的开放基准与配套数据集，以及面向 CAE 与 EDA 的智能体 AI（agentic AI）评测。

同日在官网发布的把这三条要点展开：Mistral Large 4 将与 Mistral 的数据生成、物理建模管线组合，由 NVIDIA CUDA-X 库和 NVIDIA Warp 加速；Mistral 模型还将接入 NVIDIA Omniverse 库。Mistral 计算工程副总裁 Neil Ashton 与 NVIDIA 工业与计算工程副总裁兼总经理 Tim Costa 分别在新闻稿中表态。

一条推文与一篇新闻稿：官宣怎么写的

帖文发布于 10 月 21 日 11:35 UTC（北京时间 19:35），正文是三条要点、一个链接和一张两家公司标志并列的联名视觉。约 25 分钟后，官网新闻稿《Mistral Advances AI for Engineering with NVIDIA》上线，把三条要点展开为具体板块。帖文中提到的 CAE 指计算机辅助工程（computer-aided engineering），EDA 指电子设计自动化（electronic design automation）。

目前可查的公开材料均为两家公司自己的表述：「更快的仿真」等属于公司承诺，材料本身没有附上独立测试数据。

仿真提速的路径：Mistral Large 4、CUDA-X、Warp 与 Omniverse

新闻稿把第一块内容称为「AI 原生工程工作流」，目标是加快工程仿真，并建立连接仿真、AI 模型开发与工程设计的闭环工作流。Omniverse 部分负责 3D 素材与场景：两家公司还计划把 Mistral 模型与 NVIDIA Omniverse 库整合，用于 GPU 加速的 3D 场景生成和 SimReady 资产创建。

Ashton 把这项合作的出发点归于仿真的速度：「长期以来，工程的节奏一直由仿真的节奏决定。凭借 Mistral 的开放权重模型与 physics AI 能力，再加上 NVIDIA 的加速计算栈，我们将为工程师带来更快的仿真周期，以及足够严格、可以在真实 CAE 与 EDA 工作上验证智能体的开放基准。」

物理 AI 的公共基准与开放数据集

新闻稿把「开发公开基准与开放数据集」称为这次合作的一个核心焦点（a central focus），用途是评测物理模型：让研究者、开发者和工业团队在共同基础上比较模型精度与性能，并构建、验证自动化的 CAD（computer-aided design，计算机辅助设计）到仿真工作流。

「physics AI」并非这次合作新造的词。据 Mistral 今年 5 月 27 日发布的，physics AI 指从物理求解器输出中学习的数据驱动模型，可以直接根据几何形状与边界条件预测物理行为，在单块 GPU 上一次前向推理就能以秒级速度给出完整物理场；相比之下，文中称传统 CFD（computational fluid dynamics，计算流体力学）或 FEM（finite element method，有限元方法）仿真里一个设计变体的计算可能耗时数小时到数周。Mistral 在那篇文章中还披露已将 Emmi AI 并入公司，并列出 ASML、Airbus、Safran、Siemens Energy 等合作方。

CAE 与 EDA 智能体要考什么

第三块内容面向智能体 AI。新闻稿称，两家公司将开发面向 CAE 与 EDA 的专项评测与基准，考察智能体使用工程工具、完成多步工作流、产出技术上正确结果的能力，同时度量执行时间与计算成本。这些评测服务于航空航天、汽车与半导体场景，目标是「为工程领域的智能体与物理 AI 评测定义标准」，建立一致、可复现的方法来评估能力、追踪进展。

高管表态：合作接在 Mistral NeMo 与 Nemotron Coalition 之上

Costa 在新闻稿中说：「下一波工程突破将来自探索那些曾经过于复杂、过于耗时而不敢测试的想法。把 Mistral 先进的开放模型与深厚的 physics AI 专长，同 NVIDIA 加速计算和库相结合，我们正在帮助工程师拓展设计的边界——用共享的行业基准建立对 AI 能力的信心。」

这次合作不是两家公司的第一次。新闻稿回顾，双方此前共同开发了 Mistral NeMo 模型，目前正通过 NVIDIA Nemotron Coalition 合作开发一个前沿基础模型，联盟成员将贡献数据、评测与领域专长。

模型方面，Mistral Large 4 已进入公开预览，昵称 Le Chonk，是 Mistral 迄今最大的前沿模型：总参数约 1 万亿，激活参数约 490 亿，支持多模态，在 Mistral 位于欧洲的自营数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 训练，权重计划于 10 月底发布。基础设施方面，Mistral 正在上线更多由 NVIDIA 加速的算力，其算力路线图瞄准 2030 年达到 1 GW（吉瓦）容量。

不过，新闻稿没有给出基准与数据集的上线时间表，也没有说明首批将覆盖哪些物理场或求解器。