A PhysicsX foi fundada pelo CEO Jacomo Corbo e pelo presidente do conselho Robin Tuluie, ambos veteranos da engenharia de corridas de Fórmula 1 . A empresa tem sede em Londres, com um escritório em Nova York e presença crescente na região da Baía de São Francisco e em Singapura
. A startup conta com mais de 300 funcionários, número que dobrou nos últimos doze meses
.
O tamanho da rodada é sustentado por um forte momento comercial. A PhysicsX reportou que sua receita reconhecida dobrou em relação ao ano anterior, enquanto a receita contratada ("booked revenue") triplicou . A empresa também mais que dobrou sua base de clientes no mesmo período
. A liderança da companhia apontou o design de hardware para data centers de IA como o seu segmento de crescimento mais rápido
.
A PhysicsX construiu uma plataforma de engenharia nativa em IA projetada para substituir os fluxos tradicionais de simulação, que consomem muito tempo e dominam o desenvolvimento de hardware moderno. Sua pilha de software utiliza modelos de IA capazes de prever comportamentos físicos complexos em segundos, em vez das horas, dias ou até meses que os softwares convencionais de simulação (os chamados "solvers" de física) costumam levar .
Essa velocidade permite que as equipes de engenharia avaliem "uma quantidade ordens de magnitude maior de variantes de design" e incorporem insights baseados em física de forma contínua ao longo de todo o ciclo de vida do produto . Os modelos da empresa são úteis desde a fase conceitual inicial até a otimização de processos de manufatura, chegando a gêmeos digitais em tempo real que operam em campo
. Atualmente, a PhysicsX atende clientes nos setores aeroespacial e de defesa, semicondutores, automotivo, energia e renováveis, máquinas industriais e materiais avançados
.
Segundo o anúncio oficial da empresa, o capital da Série C será alocado em três prioridades estratégicas principais :
Ao treinar LPMs com uma combinação de dados simulados e empíricos, a PhysicsX busca criar sistemas de IA que não apenas acelerem a descoberta de designs, mas também fechem o ciclo entre os protótipos digitais e o desempenho físico das máquinas em operação. Este é um passo que pode reduzir ainda mais a tradicional barreira entre a computação e os testes de campo na engenharia industrial.