PhysicsX sammelt 300 Millionen Dollar ein, um Large Physics Models zu skalieren
PhysicsX hat sich in einer Series-C-Finanzierungsrunde 300 Millionen Dollar gesichert, um die Entwicklung seiner Large Physics Models zu beschleunigen – eine Technologie, die darauf abzielt, traditionelle numerische Simulationen in der Schwerindustrie zu ersetzen. Diese jüngste Investitionsrunde, die diese Woche bekannt gegeben wurde, bewertet das in London ansässige Startup mit rund 2,4 Milliarden Dollar. Durch die Anwendung von Prinzipien der generativen KI auf physikalische Systeme will das Unternehmen die Simulationszeiten in der Technik von Tagen auf Sekunden verkürzen und damit einen kritischen Engpass beim Design komplexer Hardware beheben.
Die Finanzierungsrunde erhöht das Gesamtkapital des Unternehmens auf 500 Millionen Dollar. Diese Kapitalspritze soll eine globale Expansionsstrategie unterstützen, wobei das Unternehmen plant, neue Standorte in den Vereinigten Staaten und Singapur zu eröffnen. Mit derzeit 350 Mitarbeitern konzentriert sich die Organisation auf die Bereitstellung von Hochgeschwindigkeits-Simulationswerkzeugen für Sektoren, in denen die physikalische Leistung der primäre Wettbewerbsfaktor ist, wie etwa in der Luft- und Raumfahrt, der Automobilindustrie und der Halbleiterfertigung.
Der Wechsel zu Large Physics Models
Die traditionelle Ingenieurwissenschaft stützt sich auf numerische Methoden wie die numerische Strömungsmechanik oder die Finite-Elemente-Analyse, die rechenintensiv und langsam sind. PhysicsX entwickelt Large Physics Models, welche die zugrunde liegenden physikalischen Gesetze aus riesigen Datensätzen erlernen und es Ingenieuren ermöglichen, das Verhalten eines Designs fast augenblicklich vorherzusagen. Es wird erwartet, dass dieser Wandel die Forschungs- und Entwicklungszyklen für Energiesysteme und fortschrittliche Elektronik transformiert, wo schnelle Iterationen oft durch die Zeit begrenzt sind, die für die Durchführung hochpräziser Simulationen benötigt wird.
Die strategische Bedeutung dieser Technologie liegt in ihrer Fähigkeit, die Leistung über mehrere Variablen hinweg gleichzeitig zu optimieren. In der Automobil- sowie der Luft- und Raumfahrtindustrie ermöglichen diese Modelle die Erforschung von Designräumen, die zuvor zu komplex oder zu zeitaufwendig für eine Analyse waren. Durch die Abkehr von iterativen Tests hin zu KI-gestützten Vorhersagen können Hersteller die Zeit bis zur Markteinführung neuer Produkte erheblich verkürzen.
Stand 08.06.2026 positioniert das Unternehmen seine Plattform als Basisschicht für industrielles Design. Die Expansion nach Singapur und in die USA deutet auf den Fokus hin, Marktanteile in Regionen mit hoher Konzentration an fortschrittlicher Fertigung und Energieinfrastruktur zu gewinnen. Dieser Schritt folgt einem breiteren Trend, Transformer-basierte Architekturen auf nicht-linguistische Domänen anzuwenden, wobei physikalische Eigenschaften als Token behandelt werden, die das Modell mit hoher Genauigkeit verarbeiten und vorhersagen kann.
Obwohl wir um Genauigkeit bemüht sind, kann bytevyte Fehler machen. Benutzern wird empfohlen, alle Informationen unabhängig zu überprüfen. Wir übernehmen keine Haftung für Fehler oder Auslassungen.
Related Articles
- SpaceX IPO: Luftfahrtgigant strebt Bewertung von 1,75 Billionen Dollar mit KI-Kern an
- Google Gemini App erhält interaktive 3D-Simulationen und Physikmodelle
- Featherless.ai sammelt 20 Millionen US-Dollar ein, um Open-Source-KI-Infrastruktur zu optimieren
✔Human Verified