Mistral 与 NVIDIA 合作开发 AI 原生工程工作流
Mistral 与 NVIDIA 合作开发基于 NVIDIA 加速计算的 AI 原生工程工作流,将 Mistral Large 4 与 Mistral 的数据生成、物理建模管线结合,并接入 NVIDIA CUDA-X、Warp 与 Omniverse。
Mistral AI:新闻·2026-10-21 20:00· 59 分钟前AI 评分39
Mistral 公司与 NVIDIA 携手推进工程领域 AI 发展 Mistral 正与 NVIDIA 合作,基于 NVIDIA 加速计算开发新一代 AI 原生工程工作流。2026 年 10 月 21 日,Mistral
AI 导读
Mistral 与 NVIDIA 合作开发基于 NVIDIA 加速计算的 AI 原生工程工作流,将 Mistral Large 4 与 Mistral 的数据生成、物理建模管线结合,并接入 NVIDIA CUDA-X、Warp 与 Omniverse。
正文 · 原文
思考
摘要
Mistral 与 NVIDIA 正携手合作,通过将 Mistral 的 AI 模型与 NVIDIA 的加速计算及物理建模工具相集成,革新工程工作流,实现更快的仿真和闭环 AI 驱动设计。该合作将推出公开基准和开放数据集,以标准化计算机辅助工程中物理与智能体 AI 的评估,同时利用 NVIDIA 的 Omniverse 进行 3D 仿真和资产创建。基于双方现有的合作成果(包括 Mistral Large 4 的开发),该计划旨在推动航空航天、汽车和半导体等行业中 AI 驱动工程的边界。

Mistral 正与 NVIDIA 合作,基于 NVIDIA 加速计算开发新一代 AI 原生工程工作流。该计划将 Mistral Large 4 与 Mistral 的数据生成和物理建模管线相结合,并由 NVIDIA CUDA-X 库和 NVIDIA Warp 加速,旨在加速工程仿真,并实现连接仿真、AI 模型开发和工程设计的闭环工作流。Mistral 与 NVIDIA 还将合作将 Mistral 的模型与 NVIDIA Omniverse 库集成,用于 GPU 加速的 3D 场景生成和 SimReady 资产创建。
该合作的核心重点是开发用于评估物理模型的公开基准和开放数据集。这些基准将为研究人员、开发者和工业团队提供共同基础,以比较模型的准确性和性能,并构建和验证自动化的 CAD 到仿真工作流。
“长期以来,工程的节奏一直由仿真的节奏决定。借助 Mistral 的开放权重模型和 物理 AI 能力,结合 NVIDIA 的加速计算栈,我们为工程师提供更快的仿真周期,以及足够严谨的开放基准,以在真实的 CAE 和 EDA 工作中验证智能体。”Mistral 计算工程副总裁 Neil Ashton
除物理 AI 外,Mistral 与 NVIDIA 还将合作开发针对计算机辅助工程(CAE)和电子设计自动化(EDA)中智能体 AI 的专用评估和基准,以加速 工程 AI 在航空航天、汽车和半导体用例中的应用。这些基准将评估智能体使用工程工具、完成多步骤工作流并产出技术正确结果的能力,同时衡量执行时间和计算成本。
通过这项工作,Mistral 和 NVIDIA 将帮助定义工程领域智能体 AI 和物理 AI 评估的标准,建立一致、可复现的方法来评估能力并跟踪进展。在 NVIDIA 加速计算、库和工具的支持下,Mistral 将重新定义面向工程的 AI,改变工程师设计、仿真和构建下一代产品的方式。
“下一波工程突破将来自探索那些曾经过于复杂或耗时而难以测试的想法,”NVIDIA 工业与计算工程副总裁兼总经理 Tim Costa 表示。“通过将 Mistral 先进的开放模型和物理 AI 领域的深厚专业知识与 NVIDIA 加速计算和库相结合,我们正在帮助工程师突破设计边界——并以共享的行业基准来建立对 AI 能力的信心。”
基于 NVIDIA 与 Mistral 持续的合作关系
这项工业工程合作建立在 NVIDIA 与 Mistral 持续的合作关系之上,涵盖开放模型开发、领域特定 AI 以及将这些能力投入生产所需的基础设施。
两家公司此前曾联合开发 Mistral NeMo,如今正通过 NVIDIA Nemotron 联盟携手合作,开发一个前沿基础模型,以继续推进开放权重前沿。这一共享基础将使全球的开发者和企业能够针对其行业、语言和地区对 AI 进行专业化定制,并得到联盟成员在数据、评估和领域专业知识方面的贡献支持。
Mistral 最近推出了 Mistral Large 4 的公开预览版,代号 Le Chonk,这是其迄今为止规模最大、能力最强的前沿模型。该多模态模型总参数量约 1 万亿,激活参数 490 亿,在 Mistral 位于欧洲的自有数据中心使用 3,800 块 NVIDIA Grace Blackwell GPU 训练而成。它在编码、智能体工作流和多模态理解方面的能力均有提升,权重计划于 10 月底发布。
在模型开发之外,Mistral 和 NVIDIA 正在扩展支撑 AI 训练、定制和推理的基础设施。Mistral 正在上线更多由 NVIDIA 驱动的 AI 基础设施,以支持其到 2030 年达到 1 GW 容量的算力路线图。
这一扩展增强了欧洲在开发和向世界提供 AI 方面的作用。通过将欧洲的基础设施和研究与开放模型、专业工程能力和客户应用连接起来,Mistral 和 NVIDIA 正在帮助企业围绕自身专业知识构建 AI,并将其扩展到服务全球市场。
来源:Mistral AI:News · mistral.ai
来源:RadarAI · aihot.news