Mistral AI 物理 AI 研究与 Emmi AI 收购案

Mistral AI 已收购 Emmi AI，旨在为工业工程开发基础物理 AI，目标领域包括航空航天、汽车、半导体和能源。该计划旨在加速产品开发，并在大规模运营中实现持续的性能提升。

Mistral 对 Emmi AI 的整合

Mistral AI 正在整合 Emmi AI 的研究成果，为工业工程构建最先进的企业级解决方案。其目标是为工程师提供工具，以便更快速地构建下一代产品，并在大规模范围内确保运营性能的提升。

计算流体力学 (CFD) 与航空航天突破

Mistral AI 正在通过从 2D 翼型转向 3D 现象，来解决航空航天模拟中的关键空白。

跨声速状态与神经代理模型

在 2025 年 12 月的一份出版物中，Mistral 展示了一个针对跨声速状态下 3D 机翼的新 CFD 模拟数据集。该数据集包含约 30,000 个具有独特几何形状和流入条件的样本的体积场和表面场，专门针对此前缺乏现有数据集的高度湍流跨声速状态。

CFD 基础模型

在 2025 年 11 月，Mistral 发表了研究，通过将工业规模的 CFD 模拟分解为其核心组件，从而架起机器学习与 CFD 社区之间的桥梁，以探索流体智能中 AI 基础模型的未来。

物理 Transformer 与神经代理模型

Mistral 正在利用基于 Transformer 的架构来处理复杂的物理模拟，而无需进行传统的重新网格化。

Anchored-Branched Universal Physics Transformer (AB-UPT)

于 2025 年 2 月推出，AB-UPT 专为空气动力学 CFD 设计。它可以在无需重新网格化的情况下处理原始几何形状，在单个 GPU 上处理 900 万个表面单元格和 1.4 亿个体积单元格。2025 年 10 月的后续报告扩展了 AB-UPT 的经验性评估，并引入了针对汽车和航空航天应用的新数据集。

Universal Physics Transformer (UPT)

于 2024 年 2 月发布，UPT 框架能够在各种时空问题上高效地扩展神经算子，同时支持网格和粒子模拟。

多物理场与能源模拟

Mistral 的研究延伸至高能物理和工业过程模拟。

GyroSwin 用于核聚变

于 2025 年 10 月发布，GyroSwin 为回旋动力学等离子体湍流模拟提供 5D 代理模型。这项研究解决了等离子体湍流问题，这是下一代反应堆设计中实现可行核聚变发电和等离子体约束的主要障碍。

NeuralDEM 用于工业过程

于 2024 年 11 月推出，NeuralDEM 是首个针对大规模多物理场过程的端到端深度学习代理模型。它能够实现工业过程（如流化床反应器）的实时模拟。