Mistral 同 NVIDIA 合作 AI 工程工作流程
2026 年 10 月 21 日，法國 AI 公司 Mistral 同美國 NVIDIA 宣佈合作，將 Mistral 嘅 AI 模型同 NVIDIA 嘅加速運算及物理建模工具整合，目標係發展新一代「AI-native 工程工作流程」。合作會用到 Mistral Large 4（Mistral 嘅新一代大模型）、Mistral 嘅數據生成同物理建模管線，透過 NVIDIA CUDA-X 庫同 NVIDIA Warp 加速，建立連接模擬、模型開發同工程設計嘅閉環工作流程，並整合 NVIDIA Omniverse 庫做 GPU 加速嘅 3D 場景生成同 SimReady 資產製作。
重點係公開基準同開放數據集
呢單合作最受關注嘅位，係兩家會共同發展物理模型嘅公開基準（public benchmarks）同開放數據集（open datasets），俾研究者、開發者同產業團隊有統一基礎去比較模型準確度同性能，並驗證自動化 CAD-to-simulation 工作流程。除物理模型外，雙方亦會為 CAE（電腦輔助工程）同 EDA（電子設計自動化）領域嘅**代理型 AI（agentic AI，即可以自主調用工具、完成多步驟任務嘅 AI 系統）**發展專門評測，評估 agent 用工程工具、完成多步驟工作流程、產生技術正確結果嘅能力，並計量執行時間同計算成本。合作會涵蓋飛航、汽車同半導體。
Mistral 計算工程副總裁 Neil Ashton 講：「長久以來，工程嘅進度係由模擬嘅速度決定。將 Mistral 嘅開放權重模型同物理 AI 能力，配合 NVIDIA 嘅加速運算架構，我哋可以俾工程師更快嘅模擬週期，同嚴格到可以喺真實 CAE 同 EDA 工作驗證 agent 嘅公開基準。」
模姐驗嚇貨
呢個係廠商合作公告，佢哋嘅目標同「公開基準」都有意思，但要注意三點：第一，所有「加速」「革命化」都係廠商自己嘅形容詞，未有任何獨立測試數字；第二，「公開基準」仲無具體發布時間表、無數據集內容、無測試條件，而「開放權重」同「開放數據集」係唔同嘅事，後者仲要睇實際嘅授權條款；第三，benchmark 由合作雙方共同制定，係咪夠獨立、有冇第三方參與，要等實際內容出嚟先可以評。AI agent 喺工程領域真正好唔好用，唔係看廠商幾會講，要睇獨立第三方嘅測試先至算數。
模姐｜深度調教
