Назад
8 июня 2026 г. в 09:00 AI Industry Startups Engineering Manufacturing PhysicsX / Bloomberg / Techmeme

ИИ добрался до заводских чертежей: PhysicsX оценили в $2,4 млрд

ИИ добрался до заводских чертежей: PhysicsX оценили в $2,4 млрд

ИИ добрался до заводских чертежей: PhysicsX оценили в $2,4 млрд

Британская PhysicsX привлекла $300 млн в раунде Series C при оценке около $2,4 млрд. Раунд возглавила сингапурская Temasek, к нему присоединились M&G Investments и Intrepid Growth Partners, а среди прежних инвесторов остаются Nvidia, Siemens, Applied Materials, Atomico, General Catalyst, July Fund, NGP и другие.

На первый взгляд это обычная новость про дорогой стартап. Но интереснее здесь не сама сумма, а область применения. PhysicsX не делает очередной чат-бот, генератор картинок или офисного агента. Компания строит AI-платформу для промышленной инженерии: модели должны быстро предсказывать физическое поведение деталей, узлов и систем, чтобы инженеры проверяли не несколько вариантов конструкции, а тысячи.

Где ИИ встречается с физикой

В промышленности многие решения до сих пор упираются в медленные симуляции, испытания и дорогие итерации. Если нужно спроектировать крыло, двигатель, батарейную систему, теплоотвод для дата-центра или элемент полупроводникового оборудования, ошибка стоит не как плохой ответ в чате. Она означает потерянные месяцы, дорогое железо, срыв поставок или риск безопасности.

PhysicsX обещает сократить этот цикл. По словам компании, ее модели могут предсказывать физическое поведение за секунды вместо часов или дней и переносить эти расчеты от раннего дизайна до производства и цифровых двойников в эксплуатации. Платформа уже нацелена на аэрокосмическую и оборонную отрасль, автомобили, полупроводники, энергетику, материалы, промышленное оборудование и дата-центры.

Компания также говорит о разработке более крупных предобученных physics AI models, которые она называет Large Physics Models. Идея похожа на то, что произошло с языковыми моделями, но предмет другой: не слова и документы, а физические зависимости, геометрия, материалы, температура, нагрузка, поток, вибрации и ограничения производства.

Почему инвесторы смотрят на заводы

Интерес Temasek, Nvidia, Siemens и Applied Materials понятен. Генеративный ИИ уже доказал ценность в программировании, поддержке и работе с документами, но самые капиталоемкие отрасли живут в другом темпе. Самолет, чип, турбина или силовая инфраструктура для дата-центра не обновляются каждую неделю. Там выигрыш в скорости проектирования может превратиться в реальные деньги, более быстрый вывод продукта и меньшую зависимость от узких групп экспертов по симуляциям.

Это особенно заметно на фоне AI-инфраструктуры. Дата-центры требуют новых решений по питанию, охлаждению и материалам; полупроводниковая гонка давит на оборудование и производство; оборонные и аэрокосмические компании хотят быстрее проектировать сложные системы. Если модели действительно помогут инженерам исследовать больше вариантов без полной ручной симуляции каждого шага, ИИ станет не надстройкой над офисом, а частью промышленного R&D.

Что стоит держать в голове

PhysicsX пока остается частной компанией, а пресс-релиз не заменяет независимую проверку эффективности в каждом проекте. В инженерии нельзя просто доверить модели красивую гипотезу: ее нужно валидировать расчетами, испытаниями, стандартами и ответственностью производителя. Но направление уже видно.

Следующая стадия AI-рынка будет шире привычной войны чат-ботов. Одни компании будут продавать модели для текста, кода и агентов. Другие будут пытаться ускорить физическую экономику - то место, где новый продукт все еще приходится проектировать, собирать, испытывать и чинить в реальном мире. Раунд PhysicsX показывает, что инвесторы готовы платить за такой переход заранее.

Ещё новости

Anthropic показала Claude Duet — агента, который не ждёт команды
21 октября 2026 г.
Anthropic показала Claude Duet — агента, который не ждёт команды

Anthropic открыла исследовательский предварительный доступ к Claude Duet — отдельному приложению, где Claude должен сам приносить пользователю задачи, выполнять поручения и продолжать работу в его отсутствие. Компания подчёркивает: перед действиями от имени человека агент запрашивает подтверждение.

PHP закрыла две критические RCE-уязвимости: обновиться нужно сразу
21 октября 2026 г.
PHP закрыла две критические RCE-уязвимости: обновиться нужно сразу

Команда PHP выпустила обновления для двух критических уязвимостей, допускающих удалённое выполнение кода без аутентификации. Патчи уже доступны для поддерживаемых веток 8.2–8.5; временные настройки могут лишь снизить риск, но не заменить обновление.

Google тестирует ИИ на собеседованиях — но это пока пилот
21 октября 2026 г.
Google тестирует ИИ на собеседованиях — но это пока пилот

Google проводит пилот по использованию ИИ в собеседованиях, сообщает Business Insider. Для инженеров-программистов компания также собирается проверять владение ИИ-инструментами — это заявление представителя Google, а не описание уже действующего правила для всех.

NVIDIA Sentry вынесла контроль ИИ-агентов за пределы сервера
21 октября 2026 г.
NVIDIA Sentry вынесла контроль ИИ-агентов за пределы сервера

NVIDIA представила Sentry — слой контроля ИИ-агентов на DPU BlueField-4, отдельный от хоста, где работает сам агент. Идея — проверять доступ к моделям, инструментам и данным даже при компрометации сервера; это референсная архитектура, а не готовая защита по умолчанию.

Claude спроектировал белки против яда скорпионов — но антидота пока нет
21 октября 2026 г.
Claude спроектировал белки против яда скорпионов — но антидота пока нет

Anthropic сообщает, что Claude помог спроектировать 211 минибелков против нейротоксинов скорпионов; 17 кандидатов подтвердили связывание в двух независимых лабораторных тестах. Это ранний этап разработки, а не готовое противоядие.

Gemini в машине получит доступ к Gmail и фото — но не в ЕС
21 октября 2026 г.
Gemini в машине получит доступ к Gmail и фото — но не в ЕС

Google начала развёртывать Personal Intelligence для Gemini в Android Auto. С разрешения пользователя ассистент сможет искать детали в Gmail, календаре, фото, картах, YouTube и Search, но функция пока не доступна в ЕЭЗ.

DeepSeek открыла свой движок инференса — но не весь сервер
20 октября 2026 г.
DeepSeek открыла свой движок инференса — но не весь сервер

DeepSeek выложила DeepInfer — фреймворк инференса, на котором работают её крупные сервисы. Код пригодится инженерам, но пока рассчитан на узкий набор железа и не заменяет готовую платформу для развёртывания.

Amazon открыла путь на Trainium без переписывания PyTorch-кода
20 октября 2026 г.
Amazon открыла путь на Trainium без переписывания PyTorch-кода

Amazon представила TorchNeuron — открытый backend для PyTorch, который позволяет запускать существующий код на ускорителях AWS Trainium почти без переделки. Для команд это уменьшает цену эксперимента с альтернативой привычным GPU, но не отменяет проверку производительности на собственных задачах.

Mercury 3 обещает 1 068 токенов в секунду — и цену ниже $1 за миллион
20 октября 2026 г.
Mercury 3 обещает 1 068 токенов в секунду — и цену ниже $1 за миллион

Inception выпустила Mercury 3 — диффузионную языковую модель для задач, где задержка важна не меньше качества. Компания заявляет скорость 1 068 токенов в секунду, совместимость с OpenAI API и стартовую цену $0,10 за миллион входных и $0,35 за миллион выходных токенов.

Cloudflare представила Clairic — модель для извлечения данных без генерации текста
20 октября 2026 г.
Cloudflare представила Clairic — модель для извлечения данных без генерации текста

Cloudflare открыла превью Clairic в Workers AI: модель извлекает, вычисляет, оценивает и прогнозирует структурированные значения из неструктурированных входных данных. Компания обещает один параллельный проход, типизированный результат и интервалы уверенности вместо свободно сгенерированного текста.

Harness² учит агентов переписывать собственные инструкции — пока на бенчмарках
19 октября 2026 г.
Harness² учит агентов переписывать собственные инструкции — пока на бенчмарках

Команда Google Cloud AI Research и Northwestern University представила Harness² — фреймворк, который меняет не веса модели, а её рабочую обвязку: подсказки, память, инструменты и правила делегирования. Авторы сообщают о приросте на трёх профессиональных бенчмарках, но это пока результаты препринта без независимой репликации.

Mistral выпустила Timestral: прогнозы временных рядов без GPU
19 октября 2026 г.
Mistral выпустила Timestral: прогнозы временных рядов без GPU

Mistral представила Timestral — семейство открытых моделей для вероятностного прогноза временных рядов. Самая крупная версия содержит 209 млн параметров и рассчитана на работу на CPU.