Des fondateurs ancrés dans la recherche française

Fondée en 2025 par Emmanuel Menier (PDG) et Matthieu Nastorg (directeur technique), NP Co. est issue des rangs de l'Inria, l'institut public de recherche français en sciences du numérique qui a déjà vu éclore plusieurs projets d'envergure dans l'IA . Tous deux sont titulaires d'un doctorat en IA pour la simulation de l'Université Paris-Saclay, un ancrage universitaire qui place la startup dans le même écosystème de recherche que celui qui a donné naissance à Mistral AI .

La révolution des transformers appliquée à la physique

L'entreprise développe des modèles de fondation pré-entraînés en utilisant une architecture de type transformer — cette même technologie qui est au cœur de la vague des grands modèles de langage (LLM) comme ceux de Mistral AI, d'OpenAI ou de Google — mais détournée de l'usage textuel pour s'attaquer à la simulation physique . Concrètement, ces modèles sont entraînés sur des données massives de physique industrielle pour remplacer à terme les logiciels de simulation historiques utilisés dans l'aérospatial, la défense, l'énergie, l'électronique, les centres de données et l'automobile .

La différence de philosophie est fondamentale. Un simulateur classique doit refaire des calculs extrêmement coûteux en ressources informatiques à chaque nouvelle itération de conception. L'approche de NP Co. consiste à pré-entraîner un modèle une fois pour toutes à partir des lois physiques, puis à délivrer un résultat en quelques secondes — au moment de l'inférence — lorsqu'un ingénieur souhaite tester un nouveau design . Plus besoin de relancer l'intégralité de la chaîne de calcul à chaque modification.

Un gain de vitesse spectaculaire et démontré

L'écart de performance est saisissant. Là où les outils de simulation traditionnels exigent des jours, voire des semaines, pour évaluer une seule configuration, les modèles pré-entraînés de NP Co. délivrent des résultats en l'espace de quelques secondes . La startup a déjà fait la démonstration d'accélérations d'un facteur 1 000 sur des cas d'usage industriels concrets, notamment ceux de Safran, le motoriste aéronautique français, et elle indique être en mesure d'atteindre une accélération de l'ordre de 50 000× pour des problèmes d'assemblage complet .

Ce bond en avant en termes de rapidité ne se contente pas d'accélérer les procédés existants : il change la nature même du cycle de conception. Là où une équipe d'ingénieurs pouvait tester quelques variantes d'un produit, il devient possible d'en explorer des milliers dans le même laps de temps .

À quoi serviront les 6 millions d'euros ?

Ces fonds de pré-amorçage financeront en priorité l'agrandissement de l'équipe de R&D et la poursuite du développement des modèles de fondation . À plus long terme, l'ambition est d'aboutir à des outils de conception automatisée et à des simulateurs capables de fonctionner en temps réel pour le pilotage d'infrastructures industrielles . L'objectif n'est pas seulement d'optimiser les flux de travail actuels, mais bien d'ouvrir la voie à des méthodes de conception radicalement nouvelles pour les systèmes physiques complexes.

Un voisinage stratégique avec Mistral AI

Le calendrier de l'investissement est tout sauf anodin. Le 19 mai 2026, soit treize jours seulement avant cette annonce, Mistral AI a fait l'acquisition d'Emmi AI, une startup autrichienne qui conçoit des modèles de physique pour la simulation industrielle . Et voilà que deux des cofondateurs de Mistral investissent, à titre personnel, dans une startup parisienne qui s'attaque à un créneau quasi identique. La presse spécialisée a qualifié le tour de table de « cercle de convaincus remarquablement prestigieux » pour une société inconnue du grand public, qui venait tout juste de changer d'identité .

Qu'il s'agisse d'une stratégie délibérée de couverture ou d'un simple pari sur l'équipe perçue comme la plus solide techniquement, le message est limpide : le monde de la simulation physique est en train d'être aspiré dans l'ère des modèles de fondation, et certaines des figures les plus incontournables de l'IA européenne misent très tôt sur les acteurs qui en prendront la tête.

Des fondateurs ancrés dans la recherche française

Fondée en 2025 par Emmanuel Menier (PDG) et Matthieu Nastorg (directeur technique), NP Co. est issue des rangs de l'Inria, l'institut public de recherche français en sciences du numérique qui a déjà vu éclore plusieurs projets d'envergure dans l'IA . Tous deux sont titulaires d'un doctorat en IA pour la simulation de l'Université Paris-Saclay, un ancrage universitaire qui place la startup dans le même écosystème de recherche que celui qui a donné naissance à Mistral AI .

La révolution des transformers appliquée à la physique

L'entreprise développe des modèles de fondation pré-entraînés en utilisant une architecture de type transformer — cette même technologie qui est au cœur de la vague des grands modèles de langage (LLM) comme ceux de Mistral AI, d'OpenAI ou de Google — mais détournée de l'usage textuel pour s'attaquer à la simulation physique . Concrètement, ces modèles sont entraînés sur des données massives de physique industrielle pour remplacer à terme les logiciels de simulation historiques utilisés dans l'aérospatial, la défense, l'énergie, l'électronique, les centres de données et l'automobile .

La différence de philosophie est fondamentale. Un simulateur classique doit refaire des calculs extrêmement coûteux en ressources informatiques à chaque nouvelle itération de conception. L'approche de NP Co. consiste à pré-entraîner un modèle une fois pour toutes à partir des lois physiques, puis à délivrer un résultat en quelques secondes — au moment de l'inférence — lorsqu'un ingénieur souhaite tester un nouveau design . Plus besoin de relancer l'intégralité de la chaîne de calcul à chaque modification.

Un gain de vitesse spectaculaire et démontré

L'écart de performance est saisissant. Là où les outils de simulation traditionnels exigent des jours, voire des semaines, pour évaluer une seule configuration, les modèles pré-entraînés de NP Co. délivrent des résultats en l'espace de quelques secondes . La startup a déjà fait la démonstration d'accélérations d'un facteur 1 000 sur des cas d'usage industriels concrets, notamment ceux de Safran, le motoriste aéronautique français, et elle indique être en mesure d'atteindre une accélération de l'ordre de 50 000× pour des problèmes d'assemblage complet .

Ce bond en avant en termes de rapidité ne se contente pas d'accélérer les procédés existants : il change la nature même du cycle de conception. Là où une équipe d'ingénieurs pouvait tester quelques variantes d'un produit, il devient possible d'en explorer des milliers dans le même laps de temps .

À quoi serviront les 6 millions d'euros ?

Ces fonds de pré-amorçage financeront en priorité l'agrandissement de l'équipe de R&D et la poursuite du développement des modèles de fondation . À plus long terme, l'ambition est d'aboutir à des outils de conception automatisée et à des simulateurs capables de fonctionner en temps réel pour le pilotage d'infrastructures industrielles . L'objectif n'est pas seulement d'optimiser les flux de travail actuels, mais bien d'ouvrir la voie à des méthodes de conception radicalement nouvelles pour les systèmes physiques complexes.

Un voisinage stratégique avec Mistral AI

Le calendrier de l'investissement est tout sauf anodin. Le 19 mai 2026, soit treize jours seulement avant cette annonce, Mistral AI a fait l'acquisition d'Emmi AI, une startup autrichienne qui conçoit des modèles de physique pour la simulation industrielle . Et voilà que deux des cofondateurs de Mistral investissent, à titre personnel, dans une startup parisienne qui s'attaque à un créneau quasi identique. La presse spécialisée a qualifié le tour de table de « cercle de convaincus remarquablement prestigieux » pour une société inconnue du grand public, qui venait tout juste de changer d'identité .

Qu'il s'agisse d'une stratégie délibérée de couverture ou d'un simple pari sur l'équipe perçue comme la plus solide techniquement, le message est limpide : le monde de la simulation physique est en train d'être aspiré dans l'ère des modèles de fondation, et certaines des figures les plus incontournables de l'IA européenne misent très tôt sur les acteurs qui en prendront la tête.