告別數週等待，秒級物理模擬時代來臨

工業工程團隊為了一次物理模擬，經常得等上好幾天甚至幾週。但一家獲得歐洲最具影響力AI推手支持的新創宣告，這個時代即將終結。

NP Company（NP Co.）於2026年6月2日宣布完成一輪600萬歐元的種子前融資（Pre-seed），由知名創投Partech領投，合夥人Boris Golden將加入董事會 。這份股東名單格外引人注目，天使投資人名單星光熠熠：包括Mistral AI共同創辦人Guillaume Lample與Cédric O、Dataiku創辦人Florian Douetteau，以及Artefact執行長Vincent Luciani。法國標緻（Peugeot）家族辦公室也參與其中 。對於一家不久前還以「Augur」之名低調運營的公司來說，這堪稱一份極為耀眼的投資人陣容 。

深厚的模擬技術創辦團隊

NP Co.由執行長Emmanuel Menier與技術長Matthieu Nastorg於2025年共同創立 。兩人均擁有巴黎薩克雷大學（Paris-Saclay University）的AI模擬博士學位，公司更源自法國國家資訊與自動化研究院（Inria），這家公立研究機構曾孕育出多個AI專案 。這層淵源，讓這家新創與孕育出Mistral AI的法國研究生態系有著相同基因。

將語言模型架構應用於物理世界

這家公司正在打造的預訓練基礎模型，採用的是變壓器架構（Transformer Architecture）——也就是驅動當今大型語言模型的同一套核心技術——但應用的場域不是文字，而是物理模擬 。這些模型經過工業物理數據的訓練，目標是取代航太、國防、能源、電子、資料中心及汽車產業中使用的傳統模擬軟體 。

傳統物理模擬器在每一次設計變更時，都必須從頭進行計算量極大的運算。NP Co.的做法則只需針對相關物理現象預先訓練一次模型，之後當工程師想測試新設計時，就能直接透過推論（Inference）快速獲得結果 ，無需再重啟整套模擬流程。

經實證的速度優勢

兩者間的效能差異非常懸殊。傳統模擬工具對單次設計評估，通常需要數天到數週的時間；NP Co.的預訓練模型則能在數秒內產出結果 。這家新創已在工業基準測試中——包括由航空引擎製造商賽峰集團（Safran）所執行的測試——展現出高達1,000倍的加速效果，並宣稱在完整組裝問題上，有機會實現50,000倍的加速 。

這種速度上的飛躍，徹底改變了設計迭代的可能性。過去一個工程團隊可能只能測試寥寥數種配置，現在卻能在過往跑一次模擬的時間內，探索數千種設計變體 。

600萬歐元資金的未來規劃

這筆資金主要將用於擴編研究團隊，並持續開發基礎模型 。更長遠的目標，NP Co.計劃建構自動化設計工具，以及用於工業基礎設施的即時營運模擬器 。他們的企圖不僅是加速現有工作流程，更要開啟設計複雜物理系統的全新可能。

備受關注的策略性投資佈局

這筆投資發生的時間點相當微妙。就在NP Co.發布消息的13天前——也就是2026年5月19日——Mistral AI才剛收購了一家名為Emmi AI的奧地利新創，其業務同樣是為工業模擬打造物理模型 。如今，Mistral自家的兩位共同創辦人，竟以個人身份投資了另一家幾乎瞄準相同領域的巴黎新創。相關報導形容這份投資人名單是「一群極為頂尖的信仰者」，押注在一家剛更名不久、尚鮮為人知的公司上 。

無論這是一次刻意的避險佈局，或單純是對最強技術團隊的押注，它所傳遞的訊號相當明確：物理模擬正被拉進基礎模型的時代，而歐洲幾位最具標誌性的AI人物，已開始為這場競賽的領跑者佈局。