NP Co. usa transformers de IA para simular física 1.000 veces más rápido

Los equipos de ingeniería industrial esperan habitualmente días o semanas para que termine una sola simulación física. Una startup parisina respaldada por algunas de las mentes más influyentes de la IA europea asegura que esa era se ha terminado.

NP Company (NP Co.) anunció una ronda de financiación pre-semilla de 6 millones de euros el 2 de junio de 2026, liderada por Partech, con Boris Golden ocupando un puesto en el consejo de administración . Pero lo que realmente llamó la atención fue su lista de inversores ángel: los cofundadores de Mistral AI, Guillaume Lample y Cédric O, junto al fundador de Dataiku, Florian Douetteau, y el CEO de Artefact, Vincent Luciani. La oficina familiar de la familia Peugeot también participó . Es un elenco de inversores inusualmente estelar para una empresa que, hasta hace poco, operaba bajo el nombre de Augur .

Fundadores con profundas raíces en simulación

NP Co. fue fundada en 2025 por Emmanuel Menier (CEO) y Matthieu Nastorg (CTO) . Ambos poseen doctorados en IA para simulación por la Universidad de Paris-Saclay, y la empresa surgió del Inria, el instituto público de investigación francés que ha incubado varios proyectos de IA . Este linaje académico sitúa las raíces de la startup en el mismo ecosistema de investigación galo que produjo al equipo fundador de Mistral AI.

Arquitectura transformer aplicada a la física

La empresa está construyendo modelos fundacionales preentrenados utilizando una arquitectura de transformers —el mismo enfoque que potencia los grandes modelos de lenguaje—, pero aplicada a la simulación física en lugar de al texto . Estos modelos se entrenan con datos de física industrial y están diseñados para reemplazar el software de simulación heredado en sectores como el aeroespacial, la defensa, la energía, la electrónica, los centros de datos y la automoción .

Un simulador físico tradicional debe ejecutar cálculos computacionalmente muy costosos desde cero para cada iteración de diseño. El enfoque de NP Co. preentrena un modelo una sola vez con la física relevante y luego entrega los resultados en el momento de la inferencia, cuando un ingeniero quiere probar un nuevo diseño . Ya no es necesario reiniciar toda la cadena de simulación con cada cambio.

Una ventaja de velocidad demostrada

La diferencia de rendimiento es abismal. Las herramientas de simulación tradicionales suelen requerir de días a semanas por cada evaluación de diseño. Los modelos preentrenados de NP Co. entregan los resultados en segundos . La startup ha demostrado aceleraciones de 1.000× en pruebas de referencia industriales —incluidas las realizadas por Safran, el fabricante de motores aeroespaciales— y afirma tener un camino hacia una aceleración de 50.000× en problemas de ensamblaje completo .

Este salto de velocidad transforma lo que es posible en el ciclo de diseño. Donde antes un equipo de ingeniería podía probar un puñado de configuraciones, ahora puede explorar miles de variantes de diseño en el tiempo que antes llevaba una sola simulación . Es como pasar de hacer una foto fija a poder grabar una película completa del comportamiento de un prototipo.

En qué se gastarán los 6 millones de euros

El capital de la ronda pre-semilla servirá principalmente para expandir el equipo de investigación y continuar con el desarrollo de los modelos fundacionales . A más largo plazo, NP Co. aspira a construir herramientas de diseño automatizado y simuladores operativos en tiempo real para infraestructuras industriales . El objetivo no es solo acelerar los flujos de trabajo existentes, sino desbloquear formas completamente nuevas de diseñar sistemas físicos complejos.

La jugada estratégica de Mistral en el barrio

La inversión se produjo en un momento muy contextual. El 19 de mayo de 2026 —apenas 13 días antes del anuncio de NP Co.—, Mistral AI adquirió Emmi AI, una startup austriaca que construye modelos de física para simulación industrial . Acto seguido, dos de los cofundadores de la propia Mistral invirtieron a título personal en una startup parisina que apunta casi al mismo nicho de mercado. Los medios describieron la lista de inversores como un “grupo de creyentes sorprendentemente de primer nivel” para una empresa poco conocida que acababa de cambiar de nombre .

Ya sea una estrategia de cobertura deliberada o simplemente una apuesta por el equipo técnico más fuerte, la señal es clara: la simulación física está siendo arrastrada a la era de los modelos fundacionales, y algunas de las figuras más prominentes de la IA europea están haciendo sus primeras apuestas sobre quién la liderará.