Recherche

Recherche en IA pour la physique qui façonne l’industrie.

May 27, 2026

By Mistral

L’acquisition de Emmi AI confirme l’engagement de Mistral à faire progresser l’état de l’art en recherche IA et dans les solutions d’entreprise pour l’ingénierie industrielle. 

Les travaux d’Emmi, désormais intégrés à Mistral, visent à permettre aux ingénieurs de concevoir plus rapidement la prochaine génération de produits et d’obtenir, pour leurs clients, des gains de performance continus dans les opérations à grande échelle. 

Nous renforçons nos efforts pour construire une IA fondationnelle pour la physique, au service des industries qui façonnent le monde physique, comme l’aérospatiale, l’automobile, les semi-conducteurs et l’énergie.

Quelques avancées publiées sur lesquelles reposent ces travaux sont présentées ci-dessous.

1 DÉC. 2025

À la vitesse du son : pousser les substituts neuronaux vers des régimes transsoniques fortement turbulents

Les jeux de données aérospatiaux existants se concentrent principalement sur des profils d’aile 2D et négligent ces phénomènes 3D critiques. Pour combler cette lacune, nous présentons un nouveau jeu de données de simulations CFD pour des ailes 3D en régime transsonique. Ce jeu de données comprend des champs volumiques et surfaciques pour environ 30 000 échantillons, avec des géométries et des conditions d’écoulement entrant uniques.

arXiv

25 NOV. 2025

Intelligence des fluides : perspectives sur les modèles de fondation IA en mécanique des fluides numérique

Sous l’effet des progrès des GPU et de l’IA, la mécanique des fluides numérique (CFD) connaît des transformations importantes. Cet article rapproche les communautés du machine learning et de la CFD en décomposant les simulations CFD à l’échelle industrielle en leurs composants essentiels.

arXiv

17 OCT. 2025

AB-UPT pour les applications automobiles et aérospatiales

Dans ce rapport technique, nous ajoutons deux nouveaux jeux de données à l’ensemble des cas d’usage d’AB-UPT évalués empiriquement, en combinant la génération de données de haute qualité avec des substituts neuronaux de pointe.

arXiv | GitHub

8 OCT. 2025

GyroSwin : substituts 5D pour les simulations de turbulence de plasma gyrocinétique

La fusion nucléaire joue un rôle central dans la recherche d’une production d’énergie fiable et durable. Un obstacle majeur à une énergie de fusion viable est la compréhension de la turbulence du plasma, qui dégrade fortement le confinement du plasma et reste essentielle à la conception des réacteurs de nouvelle génération.

arXiv | GitHub

23 FÉVR. 2025

AB-UPT

Anchored-Branched Universal Physics Transformer (AB-UPT) pour la CFD en aérodynamique. Traite la géométrie brute sans remaillage, avec 9 M de cellules de surface et 140 M de cellules volumiques sur un seul GPU.

arXiv | GitHub

14 NOV. 2024

NeuralDEM

Premier substitut de deep learning de bout en bout pour les processus multiphysiques à grande échelle. Permet la simulation en temps réel de procédés industriels comme les réacteurs à lit fluidisé.

arXiv | GitHub

19 FÉVR. 2024

UPT : Universal Physics Transformer

Un framework pour passer efficacement à l’échelle des opérateurs neuronaux sur des problèmes spatio-temporels variés. Prend en charge les simulations sur grille et sur particules.

arXiv | GitHub