PhysicsX zebrał 300 mln dol. w rundzie Series C prowadzonej przez Temasek, osiągając wycenę 2,4 mld dol. Startup założony przez byłych inżynierów F1 wykorzystuje AI do skracania miesięcznych cykli projektowania w przemyśle lotniczym, półprzewodnikowym, motoryzacyjnym i obronnym do zaledwie kilku sekund.

Create a landscape editorial hero image for this Studio Global article: What key details were announced in the June 2026 report that PhysicsX raised $300 million in Series C funding at a $2.4 billion valuation, l. Article summary: Here are the key details from the June 8, 2026 announcement and what PhysicsX plans to do with the capital.. Topic tags: general, news, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "PhysicsX, a London-based physics AI company building an AI-native engineering platform for accelerating hardware development, has raised $300 million in a Series C round at a $2.4" source context "PhysicsX, a London-based physics AI company building ... - Instagram" Reference image 2: visual subject "PhysicsX, a London-based physics AI company building an AI-native engineering platform for accelerating hardware develo
Choć świat oszalał na punkcie generatywnej AI w stylu ChatGPT, to właśnie głęboka inżynieria przyciąga obecnie rekordowe inwestycje. Londyński startup PhysicsX, założony przez byłych inżynierów Formuły 1, ogłosił 8 czerwca 2026 roku zamknięcie rundy finansowania Series C o wartości 300 milionów dolarów, przy wycenie wynoszącej oszałamiające 2,4 miliarda dolarów .
To ponad dwukrotny skok wartości w porównaniu do wyceny bliskiej 1 miliarda dolarów, którą firma uzyskała zaledwie 12 miesięcy wcześniej, podczas rundy Series B o wartości 170 milionów dolarów. Łączna kwota pozyskana przez startup w całej historii przekroczyła już pół miliarda dolarów . Tempo wzrostu wyceny odzwierciedla rosnący apetyt inwestorów na AI, która rozwiązuje namacalne, fizyczne problemy inżynieryjne, zamiast operować wyłącznie w cyfrowej próżni
.
Rundę Series C poprowadził singapurski państwowy fundusz majątkowy Temasek, który po raz pierwszy zainwestował w PhysicsX w 2025 roku . Do finansowania dołączyli nowi inwestorzy: brytyjski M&G Investments oraz kanadyjski Intrepid Growth Partners
.
Imponującą listę uzupełniają dotychczasowi udziałowcy – prawdziwa „drużyna marzeń” świata technologii. Są wśród nich giganci półprzewodników i oprogramowania przemysłowego: Nvidia, Applied Materials i Siemens, a także globalne fundusze venture capital: Atomico, General Catalyst, July Fund, NGP i Radius . Zaangażowanie tych firm jest strategiczne – Nvidia i Applied Materials są kluczowymi dostawcami technologii dla branż, w których działa PhysicsX.
Historia startupu tłumaczy jego unikalne podejście do inżynierii. PhysicsX został założony przez CEO Jacomo Corbo oraz prezesa Robina Tuluiego – obaj mają za sobą karierę w inżynierii wyścigowej Formuły 1 . W świecie Grand Prix symulacje fizyczne są kluczowe dla osiągów, a czas na ich przeprowadzenie jest ekstremalnie krótki. To, co sprawdza się przy optymalizacji bolidu, dziś pomaga projektować silniki odrzutowe.
Siedziba główna znajduje się w Londynie, ale zespół liczący już ponad 300 osób (liczba ta podwoiła się w ciągu ostatniego roku) działa szybko rozrastając się w Stanach Zjednoczonych, rejonie Zatoki San Francisco oraz w Singapurze .
Skala rundy nie wzięła się znikąd – stoi za nią twardy biznesowy rozpęd. PhysicsX podał, że w skali roku podwoiło uznane przychody, jednocześnie potrajając wartość zaksięgowanych kontraktów . Firma w tym samym okresie ponad dwukrotnie zwiększyła liczbę klientów
.
Szczególnie szybko rośnie segment projektowania sprzętu dla centrów danych AI – co jest logiczne w dobie gigantycznych inwestycji w infrastrukturę Nvidii i jej konkurentów . Obecnie PhysicsX obsługuje sektory: lotniczy i obronny, półprzewodnikowy, motoryzacyjny, energetyczny (w tym OZE), maszyn przemysłowych oraz zaawansowanych materiałów
.
Tradycyjne symulacje inżynierskie – na przykład analiza przepływu powietrza wokół turbiny – wykorzystują skomplikowane solwery numeryczne, które mogą przetwarzać dane godzinami, dniami, a w skrajnych przypadkach nawet miesiącami . Inżynierowie często muszą czekać na wyniki, by móc wprowadzić poprawki w projekcie.
PhysicsX zbudowało natywną dla AI platformę inżynierską, która zastępuje te czasochłonne procesy. Ich modele AI przewidują złożone zachowania fizyczne w sekundy .
Co to oznacza w praktyce? Zespoły inżynierskie mogą przetestować „rzędy wielkości więcej wariantów projektowych” w tym samym czasie. Co więcej, zdolność przewidywania zjawisk fizycznych może być osadzona w całym cyklu życia produktu – od wstępnej koncepcji, przez optymalizację procesu produkcyjnego, aż po działające w terenie cyfrowe bliźniaki (digital twins) w czasie rzeczywistym .
PhysicsX ma jasny plan na wykorzystanie świeżego kapitału, który został rozpisany na trzy strategiczne priorytety :
Modele LPMs mają być trenowane zarówno na syntetycznych danych z symulacji, jak i na rzeczywistych danych z fizycznych czujników. To krok w kierunku stworzenia bardziej uogólnionego „rozumowania fizycznego” dla przemysłu. Dzięki zamknięciu pętli między cyfrowym prototypem a fizyczną maszyną pracującą w fabryce, PhysicsX chce definitywnie zatrzeć tradycyjną granicę między komputerowym modelowaniem a rzeczywistymi testami w inżynierii .
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
PhysicsX zebrał 300 mln dol. w rundzie Series C prowadzonej przez Temasek, osiągając wycenę 2,4 mld dol.
PhysicsX zebrał 300 mln dol. w rundzie Series C prowadzonej przez Temasek, osiągając wycenę 2,4 mld dol. Startup założony przez byłych inżynierów F1 wykorzystuje AI do skracania miesięcznych cykli projektowania w przemyśle lotniczym, półprzewodnikowym, motoryzacyjnym i obronnym do zaledwie kilku sekund.
Świeży kapitał sfinansuje globalną ekspansję w USA i regionie Azji i Pacyfiku, rozwój platformy oraz stworzenie „Dużych Modeli Fizycznych” (Large Physics Models), trenowanych zarówno na danych z symulacji, jak i na od...