PhysicsX, la Startup de Exingenieros de F1, Capta $300M para Acelerar el Diseño de Hardware con IA

La inteligencia artificial está a punto de cambiar las reglas del juego en la ingeniería industrial. PhysicsX, una startup londinense fundada por antiguos cerebros de la Fórmula 1, anunció el 8 de junio de 2026 el cierre de una gigantesca ronda de financiación Serie C por 300 millones de dólares, alcanzando una valoración cercana a los 2.400 millones de dólares .

La operación fue liderada por el fondo soberano de Singapur, Temasek —que ya invirtió en la compañía en 2025—, y contó con la entrada de nuevos inversores como M&G Investments e Intrepid Growth Partners. A ellos se sumó un elenco de pesos pesados tecnológicos que repiten su confianza: Nvidia, Applied Materials, Atomico, General Catalyst, Siemens, July Fund, NGP y Radius .

Este nuevo espaldarazo financiero duplica con creces la valoración de casi 1.000 millones de dólares que tenía la empresa hace apenas doce meses, y eleva el capital total captado a unos 500 millones de dólares . Una explosión que refleja el enorme apetito inversor por una IA que no solo domina píxeles y palabras, sino también los complejos problemas de la física.

De los Circuitos de F1 a Reinventar la Ingeniería

PhysicsX fue fundada por el director ejecutivo Jacomo Corbo y el presidente Robin Tuluie, dos mentes brillantes forjadas en la ingeniería de alto rendimiento de la Fórmula 1. Ese entorno, donde cada milisegundo y cada gramo importan, resultó ser la cuna perfecta para su visión: llevar la velocidad de la competición al desarrollo de la maquinaria más compleja del mundo .

Con sede en Londres, oficinas en Nueva York y una presencia creciente en Silicon Valley y Singapur, la empresa ha duplicado su plantilla en el último año hasta superar los 300 empleados . La compañía reportó que sus ingresos reconocidos se duplicaron año contra año, mientras que los ingresos contratados se triplicaron, duplicando también su número de clientes . Actualmente, la empresa señala el diseño de hardware para centros de datos de IA como su segmento de mayor crecimiento .

Cómo Funciona la Plataforma de IA de PhysicsX

El corazón de la propuesta de PhysicsX es una plataforma de ingeniería nativa de IA diseñada para sustituir los flujos de trabajo tradicionales que dominan el desarrollo del hardware moderno. Imagine las simulaciones computacionales necesarias para diseñar el álabe de una turbina de avión o un nuevo chip semiconductor. Los paquetes de software de simulación física convencionales (como los que usan dinámica de fluidos computacional o análisis de elementos finitos) pueden tardar horas, días o incluso meses en completar cálculos precisos.

La plataforma de PhysicsX despliega modelos de IA que, tras ser entrenados con cantidades masivas de datos físicos, predicen comportamientos complejos en segundos . Esta velocidad permite a los equipos de ingenieros evaluar "órdenes de magnitud más variantes de diseño" e integrar el conocimiento físico de forma continua a lo largo de todo el ciclo de vida del producto, desde el diseño conceptual hasta gemelos digitales en tiempo real en plena operación . Sirve a clientes en los sectores aeroespacial, de defensa, semiconductores, automoción, energía y energías renovables, maquinaria industrial y materiales avanzados .

El Destino de los 300 Millones: Expansión y Modelos Fundacionales

Según el comunicado oficial de la compañía, el capital de la Serie C se destinará a tres grandes prioridades estratégicas :

• Expansión Global: Intensificar la presencia comercial y las operaciones de negocio, con especial foco en Estados Unidos y la región Asia-Pacífico.
• Ampliación de la Plataforma: Ampliar las capacidades de su plataforma de IA nativa para cubrir más casos de uso de ingeniería y penetrar en nuevas industrias adyacentes.
• Investigación Avanzada: Desarrollar una nueva generación de modelos fundacionales preentrenados más grandes, a los que PhysicsX denomina Modelos Físicos Grandes (LPMs, por sus siglas en inglés). Entrenados con una combinación de datos de simulación sintéticos y datos físicos de sensores reales, estos modelos representan un paso hacia un razonamiento más generalizado de la física para el diseño y las operaciones industriales.

Al alimentar estos modelos con ambas fuentes de datos, el objetivo es crear sistemas de IA que no solo aceleren el descubrimiento de diseños, sino que cierren el círculo entre los prototipos digitales y el rendimiento físico en el mundo real. Una innovación capaz de difuminar aún más la barrera tradicional entre la computación teórica y las pruebas de laboratorio en la ingeniería industrial.