首页/文章/ 详情

1.35亿美元!又一家AI驱动工程仿真的初创公司获巨额融资,估值近10亿美元

5小时前浏览0

PhysicsX是一家总部位于伦敦的AI驱动工程仿真初创公司,成立于2019年(成立约6年)。公司专注于将人工智能技术融入物理系统设计,为制造业和国防工业提供高性能工程仿真工具,旨在优化产品设计流程、提升研发效率并降低开发成本。

近期(2025年6月)其以1.35亿美元融资估值逼近10亿美元,成为准独角兽企。该公司目前在伦敦和纽约拥有150多名员工,并与力拓公司(Rio Tinto)和意大利莱昂纳多航空(Leonardo Aerospace)签署了合作协议。此次交易吸引了来自西门子和新加坡国有企业淡马锡的投资。此外,融资的支持者包括Atomico和应用材料公司(Applied Materials),使PhysicsX的总融资额达到1.75亿美元。

主要核心技术点

1. AI驱动的深度物理仿真平台

PhysicsX开发了基于生成式AI的仿真模型,例如:

LGM-Aero(大几何模型):训练于超过2500万个几何体及相关物理仿真数据,结合数十亿网格元素和数万次高精度流体力学(CFD)与有限元分析(FEA)模拟,显著加速空气动力学设计,用户仅需少量仿真即可微调模型。Ai.rplane:基于最新的LGM-Aero(大几何模型)构建的公开演示应用,可在1秒内生成飞行器几何结构并评估其气动性能与结构应力,而传统数值模拟需数小时。

2. 多物理场联合仿真

平台整合AI推理与数值模拟技术,覆盖从概念设计到制造运营的全生命周期,支持汽车、航空航天、材料科学等领域的高复杂度问题优化。

本文主要介绍这个基于大几何模型(LGM-Aero)的演示应用Ai.rplane。您可以使用它来生成形状并预测空气动力学、稳定性和结构性能,其速度比传统数值仿真方法快几个数量级。其背后的技术是以下方面的结合:

最新的 Aero 大型几何模型可以非常有效地表示形状,并且能够非常轻松地生成新的新颖设计用于解决空气动力学和结构等物理问题的深度学习模型用于量化不确定性和高级优化的贝叶斯方法

LGM-Aero的开发采用了西门子的一系列模拟技术,用于自动化和扩展高质量训练数据的生成,以及使用 AWS Batch和 Amazon EC2 来扩展训练期间的计算能力。

可以用它做什么

筛选飞机设计空间以匹配您的工程要求,例如您需要携带的有效载荷重量根据性能参数(如升阻比和稳定性)可视化设计空间选择一个建议的设计作为起点,或单击设计空间中的其他任何位置以生成完全独特的设计使用基于 AI 的深度学习模型,在几秒钟内预测设计上的压力场。如果使用计算流体动力学(CFD)求解器等传统工具执行此工作,则相同的结果可能需要数小时调整和修改设计以加深您的理解 - 结果会立即重新计算自动生成最佳结构蒙皮,以承载作用于设计的计算载荷,并绘制它所看到的应力上传飞机设计。然后,我们在设计空间中绘制它,预测其空气动力学,并生成一个支持飞行的结构

感兴趣的朋友可以通过他们的官网(左下角原文链接)进行在线的一些测试体验。了解其中的应用场景,个人感觉和之前文章介绍(AI驱动设计:融合人工智能与仿真的生成式设计范式)的船舶领域的应用类似。

题外话:据介绍,公司是由两位前F1赛车工程师Jacomo Corbo和Robin Tuluie创办的,他们曾在雷诺F1车队工作。创始人Corbo之前还创立过数据分析公司QuantumBlack,并在2015年将其出售给了麦肯锡

来源:CAE仿真空间
航空航天船舶汽车UM材料人工智能
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-07-08
最近编辑:5小时前
CAE仿真空间
硕士 |欢迎关注“CAE仿真空间”公众号
获赞 103粉丝 798文章 99课程 3
点赞
收藏
作者推荐
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈