工程師處理複雜產品設計時，往往要在修改方案、執行物理模擬和整理結果之間來回切換。Mistral 與 NVIDIA 正合作建立 Physics AI 工作流程，將設計、模擬及 AI 訓練連接起來，縮短航空、汽車和半導體項目的驗證週期。
合作內容結合語言模型 Mistral Large 4、Mistral 的 physics AI，以及 NVIDIA CUDA-X、Warp 軟件庫和 Omniverse 3D 模擬平台。語言模型負責理解工程軟件和設計要求，物理 AI 則用於處理模擬相關工作；原始資料未交代完整操作流程，因此不能視為即時可用的安裝方案。
Mistral Large 4 約有一萬億參數，使用 3,800 枚 Grace Blackwell GPU 在歐洲訓練，預計於十月底以 open-weight 模型形式推出。合作雙方亦計劃公開 benchmark 和 open dataset，用來測試及比較 Physics Model，以及能夠操作工程軟件的 AI agents。
這個方向對需要大量模擬迭代的工程團隊較有吸引力，但成效仍取決於物理模型的準確度、工程資料質素，以及 AI 能否可靠地使用專業軟件。現階段較清楚的重點包括：
- 把設計、3D 模擬和 AI 訓練放進連續工作流程
- 結合 Mistral Large 4 與 Mistral physics AI
- 使用 NVIDIA CUDA-X、Warp 及 Omniverse 支援工程模擬
- 針對航空、汽車和半導體設計場景
- 透過公開 benchmark 和 open dataset 比較模型及 AI agents