NP Company sichert sich 6 Mio. € Vorabfinanzierung, unterstützt von den Gründern von Mistral AI, zur Weiterentwicklung von KI für das Ingenieurwesen

NP Company, ein auf KI spezialisiertes Unternehmen für Simulationssoftware, hat sich eine Finanzierung in Höhe von 6 Millionen Euro in einer Pre-Seed-Runde gesichert, um Ingenieurworkflows zu revolutionieren. Diese Investition, angeführt von Partech mit Beteiligung namhafter Angel-Investoren, darunter die Mitbegründer von Mistral AI, unterstreicht das erhebliche Vertrauen in die Anwendung von KI über konversationelle KI hinaus, insbesondere im Bereich Industriedesign und Simulation. Das Ziel des Unternehmens ist es, einen seit langem bestehenden Engpass im Ingenieurwesen zu überwinden und die Produktentwicklungszyklen erheblich zu beschleunigen. Der Kern der Innovation von NP Company liegt in seiner neuartigen physikalischen Simulationstechnologie, die auf Transformer-Modellen basiert, die auf umfangreichen industriellen physikalischen Daten vortrainiert wurden. Dieser Ansatz passt die Architektur hinter großen Sprachmodellen für physikalische Simulationen an und verspricht Ergebnisse in Sekunden statt in Tagen oder Wochen – ein erheblicher Fortschritt gegenüber herkömmlichen Methoden. Ihre Technologie erzielt bei industriellen Benchmarks eine bis zu 1000-fache Geschwindigkeitssteigerung, behält eine hohe Genauigkeit bei komplexen Baugruppen bei und wird weiter für Simulationen in noch größerem Maßstab entwickelt. Diese Weiterentwicklung wird voraussichtlich vielfältige Sektoren beeinflussen, darunter Luft- und Raumfahrt, Verteidigung, Energie, Elektronik, Rechenzentren und die Automobilindustrie, indem sie Ingenieure von langen Simulationswartezeiten befreit. Durch die Ermöglichung der Erkundung Tausender von Designs in der Zeit, die zuvor für eine einzige Iteration benötigt wurde, ermöglicht die Technologie von NP Company einen grundlegend anderen und agileren Ansatz im Ingenieurwesen. Die vortrainierten Basismodelle des Unternehmens bieten sofortigen Mehrwert und umgehen das aufwendige kundenspezifische Training, das von früheren KI-Simulatoren oft erforderlich ist.