生成式AI写代码已经很吵，真正难的是让模型参与飞机、汽车与芯片的设计仿真闭环。Mistral宣布与英伟达扩大合作：把Mistral Large 4、自有数据生成与物理建模流水线，接到CUDA-X与Warp加速库上，目标是缩短工程仿真并形成“仿真—训模—设计”的闭环；同时把模型接入Omniverse，做GPU加速的三维场景与SimReady资产。
合作的另一半是评测基础设施：双方计划推出公共基准与开放数据集，比较物理模型精度与性能，并专门评估CAE、EDA场景中智能体能否调用工程工具、完成多步流程并给出技术正确结果，同时计量时间与算力成本。航发、汽车、半导体被点名为优先行业。这与英伟达在欧洲制造业叙事中推广的工厂智能体蓝图、以及Isaac/Omniverse工具链形成呼应。
对工业软件商与制造企业，这意味着“物理AI”开始有可对齐的分数板，而不仅是供应商演示。需要说明的是，基准发布时间表与Large 4开源节奏以官方后续为准；工程签字仍须符合行业认证与物理试验要求。
一句话收尾：Mistral和英伟达要把AI从补全代码，推到补全风洞与布线——先决条件是大家用同一套考卷。