2026年10月21日，Mistral宣布与英伟达深化工程人工智能合作，目标是把多模态模型、物理建模、加速计算和3D仿真工具连接起来，服务航空航天、汽车、半导体等工程场景。Mistral官方公告显示，双方计划将Mistral模型与NVIDIA CUDA-X、Warp及Omniverse等工具结合，用于数据生成、物理仿真、3D场景生成和SimReady资产制作，并探索从CAD设计到仿真的闭环工作流。
这条信息的重点不只是模型能力，而是评测体系。双方表示将推出公开基准和开放数据集，用于比较物理模型的准确性与性能，并评估工程智能体使用专业工具、执行多步骤流程以及产出技术结果的能力，同时记录执行时间和计算成本。若能落地，工程AI的竞争标准可能从“能否理解图像或文本”转向“能否在真实设计和仿真流程中完成可复核任务”。
公告还提到，Mistral Large 4是一款多模态模型，拥有约1万亿总参数和490亿激活参数，使用3800块英伟达Grace Blackwell GPU训练，权重计划在10月底发布。不过，这些是Mistral公告中的公司披露，页面没有给出独立测试结果，也没有证明相关系统已经在客户生产环境中取得具体收益。因此，目前更适合将其视为面向工程工作流的合作计划和基础设施布局，而不是已经验证的商业产品突破。
对行业观察者而言，后续应重点关注三个信号：一是开放基准是否真正公开、可复现并覆盖CAD、EDA和物理仿真；二是模型能否处理跨模态输入、专业软件操作和连续反馈，而非只完成演示性质的问答；三是计算成本、错误责任和人工复核机制是否能够满足工业部署要求。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
