研究Mistral News·原文 2026年10月21日

Mistral与英伟达合作开发工程仿真AI工作流，将发布物理与智能体评测基准

Mistral称将与英伟达把Mistral Large 4、数据生成与物理建模管线接入CUDA-X和Warp，并基于Omniverse做3D场景与SimReady资产生成；双方还计划推出面向物理AI和CAE/EDA智能体的公开基准与开放数据集。

AI解读：这条消息的核心是评测标准：Mistral称双方将建立物理模型与工程智能体的公开基准和开放数据集，让研究者和工业团队比较模型准确率、性能，并验证从CAD到仿真的自动化流程。基准评估智能体使用工程工具、完成多步工作流、产出技术正确结果的能力，同时测量执行时间和计算成本。

适用范围由Mistral划定为航空航天、汽车和半导体等工程场景，物理AI与CAE、EDA智能体是明确的评测对象。相关基准目前针对工程任务定义，不能直接外推到一般对话或内容生成场景。

技术组合上，Mistral称将把Mistral Large 4与其数据生成、物理建模管线结合，由英伟达CUDA-X库和Warp加速，并接入Omniverse库用于GPU加速的3D场景生成与SimReady资产创建。目标是连接仿真、模型开发和工程设计，形成闭环工作流。

Mistral Large 4即“Le Chonk”，Mistral称其总参数约1万亿、激活参数490亿，为多模态模型，在欧洲由Mistral运营的数据中心使用3800块英伟达Grace Blackwell GPU训练，权重计划于10月底发布。这些是公司披露的模型规格，尚未附独立评测结果。

英伟达方面，工业与计算工程副总裁兼总经理Tim Costa表示，双方结合Mistral的开放模型与物理AI专长和英伟达的加速计算与库，帮助工程师测试过去过于复杂或耗时的想法，并以共享行业基准建立对AI能力的信心。这是合作方表态，不是效果验证。

双方此前曾联合开发Mistral NeMo，现通过英伟达Nemotron Coalition共同开发前沿基础模型。Mistral还称正上线更多英伟达支持的AI基础设施，支持其到2030年达到1GW算力的路线图。

Mistral于其官网宣布与英伟达合作开发“AI原生”工程工作流，称将把Mistral Large 4、Mistral的数据生成和物理建模管线与英伟达CUDA-X库、Warp结合，加速工程仿真，并连接仿真、AI模型开发与工程设计。

双方还计划基于英伟达Omniverse库，将Mistral模型用于GPU加速的3D场景生成和SimReady资产创建，并共同开发面向物理模型以及CAE、EDA智能体的公开基准与开放数据集。

评测基准覆盖物理模型与工程智能体

Mistral称，合作的一个重点是建立公开基准和开放数据集，用于评估物理模型，为研究者、开发者和工业团队提供比较模型准确率与性能的共同基础，并构建和验证自动化的CAD到仿真工作流。

在物理AI之外，双方还将为计算机辅助工程（CAE）和电子设计自动化（EDA）中的智能体AI开发专门评测和基准，目标是加速AI在航空航天、汽车和半导体场景中的应用。

Mistral称，这些基准将评估智能体使用工程工具、完成多步工作流并产出技术正确结果的能力，同时测量执行时间和计算成本。双方希望以此定义工程领域中智能体与物理AI评测的一致、可复现方法。

Mistral称，Mistral Large 4（代号“Le Chonk”）是其迄今最大、能力最强的前沿模型，总参数约1万亿、激活参数490亿，为多模态模型，训练使用3800块英伟达Grace Blackwell GPU，位于Mistral在欧洲运营的数据中心。该模型权重计划于10月底发布。

Mistral称该模型在编码、智能体工作流和多模态理解方面有所提升。这些为公司自述，来源未附第三方评测或基准数据。

双方此前联合开发了Mistral NeMo，现通过英伟达Nemotron Coalition共同开发前沿基础模型。Mistral称，该基础模型将供开发者和企业针对自身行业、语言和地区做专门化。

Mistral还称正在上线更多由英伟达支持的AI基础设施，以支持其到2030年达到1GW算力的路线图。英伟达工业与计算工程副总裁兼总经理Tim Costa在表态中提到，新的工程突破将来自测试过去过于复杂或耗时的想法，共享行业基准用于建立对AI能力的信心。