Mistral 与 NVIDIA 推进工业工程物理 AI：Large 4 权重拟十月末开源
Mistral 宣布与 NVIDIA 协作打造 AI 原生工程工作流，将 Mistral Large 4 与 CUDA-X、Warp 及 Omniverse 结合，并计划发布公开物理基准与 CAE/EDA 智能体评测；Large 4 约一万亿总参数、四百九十亿激活参数，在欧洲数千张 Grace Blackwell 上训练，权重计划十月末发布，算力路线图目标二〇三〇年达到 1 GW。
Mistral 于 2026-10-21 发文称，正与 NVIDIA 协作开发新一代由 NVIDIA 加速计算支撑的 AI 原生工程工作流。公司写道，将把 Mistral Large 4、Mistral 的数据生成与物理建模流水线，与 NVIDIA CUDA-X 库及 NVIDIA Warp 结合，以加速工程仿真，并实现连接仿真、AI 模型开发与工程设计的闭环；双方还将把 Mistral 模型与 NVIDIA Omniverse 库集成，用于 GPU 加速的 3D 场景生成与 SimReady 资产创建。
协作重点之一是开发用于评估物理模型的公开基准与开放数据集，以便比较精度与性能并验证自动化 CAD-to-simulation 工作流。Mistral 计算工程副总裁 Neil Ashton 在文中表示，长期以来工程节奏由仿真节奏决定，结合开源权重模型、物理 AI 与 NVIDIA 加速栈，有望缩短仿真周期，并以足够严格的开放基准在真实 CAE 与 EDA 工作上验证智能体。除物理 AI 外，双方还将为计算机辅助工程（CAE）与电子设计自动化（EDA）开发专用智能体评测与基准，覆盖航空航天、汽车与半导体等场景。
文中回顾双方此前共同开发 Mistral NeMo，并正通过 NVIDIA Nemotron Coalition 推进开源前沿基座模型。关于 Mistral Large 4，Mistral 称其为迄今最大、最强的前沿模型之一：约一万亿总参数、四百九十亿激活参数的多模态模型，在欧洲 Mistral 运营的数据中心用 数千张 NVIDIA Grace Blackwell GPU 训练，权重计划于十月末发布。算力方面，Mistral 写道正上线更多 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。THE DECODER 同日报道转述了上述物理 AI 工作流与 Large 4 规模、开源时间表等要点。
来源
- Mistral Advances AI for Engineering with NVIDIA — Mistral AI
- Mistral and Nvidia want to speed up industrial design with physics AI — THE DECODER