Symulacja w sekundy zamiast tygodni – NP Co. i nowa era inżynierii

Architektura transformerów w służbie fizyki

Firma buduje wstępnie wytrenowane modele fundamentalne w architekturze transformerów – tym samym podejściu, które napędza duże modele językowe – ale zastosowanej do symulacji fizycznych, a nie tekstu . Modele są trenowane na przemysłowych danych fizycznych i zaprojektowane tak, by zastąpić tradycyjne oprogramowanie symulacyjne w branżach takich jak lotnictwo, obronność, energetyka, elektronika, centra danych i motoryzacja .

Klasyczny symulator fizyczny za każdym razem musi od zera przeprowadzać kosztowne obliczeniowo kalkulacje dla każdej iteracji projektu. Podejście NP Co. polega na jednokrotnym wstępnym wytrenowaniu modelu na odpowiednich zjawiskach fizycznych, a następnie dostarczaniu wyników w momencie wnioskowania, gdy inżynier chce przetestować nowy projekt . Nie ma potrzeby ponownego uruchamiania całego łańcucha symulacji dla każdej zmiany.

Potwierdzona przewaga prędkości

Różnica w wydajności jest uderzająca. Tradycyjne narzędzia symulacyjne zazwyczaj potrzebują od kilku dni do tygodni na ocenę jednego projektu. Modele NP Co. dostarczają wyniki w kilka sekund . Startup wykazał 1000-krotne przyspieszenie na przemysłowych testach porównawczych – w tym tych przeprowadzanych przez Safran, producenta silników lotniczych – i deklaruje ścieżkę do 50 000-krotnego przyspieszenia dla problemów obejmujących całe złożenia .

Ten skok prędkości zmienia to, co jest możliwe w pętli projektowej. Tam, gdzie zespół inżynierów mógł wcześniej przetestować zaledwie kilka konfiguracji, teraz może zbadać tysiące wariantów projektu w czasie, który kiedyś zajmowało jedno uruchomienie symulacji .

Na co zostanie przeznaczone 6 milionów euro

Kapitał z rundy pre-seed posłuży głównie do powiększenia zespołu badawczego i kontynuowania prac nad modelami fundamentalnymi . W dłuższej perspektywie NP Co. zamierza tworzyć zautomatyzowane narzędzia projektowe i operacyjne symulatory czasu rzeczywistego dla infrastruktury przemysłowej . Celem jest nie tylko przyspieszenie istniejących metod pracy, ale otwarcie zupełnie nowych sposobów projektowania złożonych systemów fizycznych.

Strategiczne sąsiedztwo Mistrala

Inwestycja pojawiła się w niezwykle kontekstowym momencie. 19 maja 2026 roku – zaledwie 13 dni przed ogłoszeniem NP Co. – Mistral AI przejął Emmi AI, austriacki startup tworzący modele fizyczne do symulacji przemysłowych . Dwóch współzałożycieli Mistrala osobiście zainwestowało następnie w paryski startup celujący w niemal identyczny obszar problemowy. W relacjach prasowych listę inwestorów określono mianem „wyjątkowo prestiżowego grona wierzących” w mało znaną firmę, która dopiero co przeszła rebranding .

Niezależnie od tego, czy jest to celowa strategia dywersyfikacji ryzyka, czy po prostu zakład na najmocniejszy technicznie zespół, sygnał jest jasny: symulacje fizyczne wkraczają w erę modeli fundamentalnych, a niektórzy z najważniejszych graczy europejskiej sceny AI stawiają wczesne zakłady na to, kto stanie się liderem tej transformacji.