10 月 21 日，Mistral 与英伟达宣布合作，把 Mistral Large 4 语言模型与 Mistral 的物理 AI 同英伟达的 CUDA-X、Warp 软件库以及用于三维仿真的 Omniverse 结合在一起，目标是让设计、仿真与 AI 训练在同一条连续工作流中串起来，用 AI 加速工程仿真与工业产品设计。
一兆参数模型与开放数据集
按 Mistral 的说法，Mistral Large 4 的参数量约为 1 万亿，在欧洲境内的 3800 块 Grace Blackwell GPU 上训练完成。两家公司还计划发布公开基准与开放数据集，用于测试和对比物理模型，以及那些与工程软件配合工作的 AI 智能体。
从 Mistral NeMo 到 Nemotron 联盟
双方此前合作构建过 Mistral NeMo，目前正作为 Nemotron 联盟的一员推进一个开放基础模型。Mistral Large 4 也是其 agentic 编程与知识工作能力的主要承载体之一，这次把物理 AI 与工程仿真接到同一套工具链上，指向的是制造业仿真这一块此前很少被大模型正式切入的场景。
对制造业来说，仿真环节一直是成本最高的一块，物理仿真往往要在工程软件里反复调参。Mistral Large 4 的规模决定了它能吃下多少工程文档与仿真数据，物理 AI 则负责把仿真结果和真实世界的行为对齐，两条线接在一起才可能缩短一次设计迭代的周期。英伟达提供的是算力和软件栈，Omniverse 的三维仿真环境正是目前工业数字孪生使用最广的平台之一。
物理模型与工程软件的结合能不能跑出真实产线的价值，要看公开基准公布后的第三方复现结果。Mistral 在语音智能体方向的进展，站内此前的 Mistral Voxtral 3 全流程语音智能体拆解 已经做过梳理。
延伸阅读
- NVIDIA Broadcast 2.3.0：RTX Spark 支持、视频超分6 天前
- 联想YOGA Pro 15 RTX Spark盲约：首批N1X芯片AIPC2 周前
- 英伟达入股 GMI Cloud 6.68 亿美元：GPU 云争夺转向两岸准时交付2 周前
- 英伟达 Nemotron 3.5 Super VL：1200 亿参数开放权重6 天前
继续读
同一批更新里这几篇值得一看：
- 英伟达 DGX Spark 支持 8 台集群：统一内存最高 1TB2026-10-22
- OpenAI 模型上架谷歌云：GPT-6 Astra 等进入 Model Garden2026-10-22
- Blacksmith 估值 10 亿美元：AI 代码测试每周跑 9000 万次2026-10-22
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记