<p>以人工智能驱动的工业设计时代正式来临，并吸引了大量资本。总部位于瑞士的专注于工程领域人工智能的平台 Neural Concept 今天宣布，已完成由摩根大通的成长股权部门主导的 1 亿美元 C 轮融资。</p>
<p>这笔融资验证了企业人工智能领域的一个关键转变。尽管最近的热潮主要集中在文本和代码的大型语言模型上，Neural Concept 则专注于更为复杂的物理约束世界——构建汽车、喷气发动机或半导体所需的几何、物理和材料科学。</p>
<p>Neural Concept 的平台常被描述为 “CAD 原生、物理感知的人工智能”。它直接集成到现有的设计和仿真工作流程中，使工程师能够探索数百万种设计迭代，而使用传统的计算流体动力学（CFD）或有限元分析（FEA）工具则需要数月或数年的时间。</p>
<p>这些结果足以说服像摩根大通这样的主要金融参与者。Neural Concept 声称其技术每年为客户节省超过 5000 万美元，同时将昂贵的后期重新设计需求减少 30% 至 50%。对于产品周期以年计的行业，该平台将上市时间缩短了多达两年。</p>
<p>“Neural Concept 的技术代表了企业工程人工智能的罕见飞跃，” 摩根大通成长股权部门执行董事 Lambert Diacono 表示。</p>
<p>该公司的企业收入在过去 18 个月中增长了四倍，主要得益于全球制造业巨头的采用。其客户名单如同工业巨头的名人录：通用汽车、通用电气 Vernova、莱昂纳多航空、赛峰以及多个一级方程式车队都在积极依赖该平台。</p>
<p>这笔 1 亿美元的投资，继去年的 2700 万美元 B 轮融资之后，旨在用于积极的全球扩张和产品开发。</p>
<h2>生成 CAD 的终极目标</h2>
<p>Neural Concept 的直接目标是巩固其在整个工程堆栈中的智能层地位。这意味着要深化与 Nvidia、Siemens、Ansys、Microsoft 和 AWS 等主要软件和硬件提供商的现有合作关系。</p>
<p>然而，首席执行官 Dr. Pierre Baqué所描绘的最雄心勃勃的计划是于 2026 年初推出突破性的生成 CAD 能力。</p>
<p>当前的人工智能工具通常优化现有设计。生成 CAD，工业人工智能的圣杯，意味着系统可以根据一组高层次的约束——例如，“设计一个在 10,000 RPM 下最大化效率同时最小化材料成本的涡轮叶片”——从头生成初始的复杂 3D 几何形状。这将工程从试错过程转变为真正的数据驱动工作流程。</p>
<p>“我们创立 Neural Concept 的目标是实现明天的汽车和航天器等先进系统的完全人工智能驱动设计，” Baqué指出。</p>
<p>这项投资突显了一个更广泛的趋势：市场正在迅速超越人工智能实验，需求能够在复杂工业环境中提供可衡量、即时的财务和运营影响的工具。对于像通用汽车或赛峰这样的公司来说，缩短两年的产品开发周期不仅仅是效率提升——这是竞争的必要条件。Neural Concept 的融资信号表明，未来的物理产品设计将由比人类更了解物理的人工智能所定义。</p>

高盛

<p>Neural Concept，一家瑞士工程领域的人工智能平台，获得了由高盛领投的 1 亿美元 C 轮融资。该平台将人工智能与设计工作流程相结合，被通用汽车和赛峰等大型企业使用，为它们节省了大量成本和时间。这笔资金将支持全球扩张和产品开发，包括到 2026 年推出生成式 CAD 功能。这项投资突显了向以人工智能驱动的工业设计转变，强调了在产品开发中的效率和竞争优势</p>

<p>The era of AI-driven industrial design is officially here, and it is attracting serious capital. Neural Concept, a Swiss-based platform specializing in AI for engineering, announced today it has closed a massive $100 million Series C funding round led by Growth Equity at Goldman Sachs Alternatives.</p>
<div class="lb-trans"><p>以人工智能驱动的工业设计时代正式来临，并吸引了大量资本。总部位于瑞士的专注于工程领域人工智能的平台 Neural Concept 今天宣布，已完成由摩根大通的成长股权部门主导的 1 亿美元 C 轮融资。</p>
</div><p>This funding validates a critical shift in the enterprise AI landscape. While much of the recent hype has centered on large language models for text and code, Neural Concept focuses on the far more complex world of physical constraints—the geometry, physics, and material science required to build a car, a jet engine, or a semiconductor.</p>
<div class="lb-trans"><p>这笔融资验证了企业人工智能领域的一个关键转变。尽管最近的热潮主要集中在文本和代码的大型语言模型上，Neural Concept 则专注于更为复杂的物理约束世界——构建汽车、喷气发动机或半导体所需的几何、物理和材料科学。</p>
</div><p>Neural Concept’s platform is often described as “CAD-native, physics-aware AI.” It integrates directly into existing design and simulation workflows, allowing engineers to explore millions of design iterations that would take months or years using traditional computational fluid dynamics (CFD) or finite element analysis (FEA) tools.</p>
<div class="lb-trans"><p>Neural Concept 的平台常被描述为 “CAD 原生、物理感知的人工智能”。它直接集成到现有的设计和仿真工作流程中，使工程师能够探索数百万种设计迭代，而使用传统的计算流体动力学（CFD）或有限元分析（FEA）工具则需要数月或数年的时间。</p>
</div><p>The results are staggering enough to convince a major financial player like Goldman Sachs. Neural Concept claims its technology is saving customers upwards of $50 million annually, while drastically reducing the need for costly late-stage redesigns by 30 to 50 percent. For industries where product cycles are measured in years, the platform is accelerating time to market by up to two years.</p>
<div class="lb-trans"><p>这些结果足以说服像摩根大通这样的主要金融参与者。Neural Concept 声称其技术每年为客户节省超过 5000 万美元，同时将昂贵的后期重新设计需求减少 30% 至 50%。对于产品周期以年计的行业，该平台将上市时间缩短了多达两年。</p>
</div><p>“Neural Concept’s technology represents a rare leap forward in enterprise engineering AI,” said Lambert Diacono, Executive Director Growth Equity at Goldman Sachs Alternatives.</p>
<div class="lb-trans"><p>“Neural Concept 的技术代表了企业工程人工智能的罕见飞跃，” 摩根大通成长股权部门执行董事 Lambert Diacono 表示。</p>
</div><p>The company has seen its enterprise revenue quadruple over the last 18 months, driven by adoption among heavy hitters in global manufacturing. Its customer list reads like a who’s who of industrial power: General Motors, General Electric Vernova, Leonardo Aerospace, Safran, and multiple Formula 1 teams are actively relying on the platform.</p>
<div class="lb-trans"><p>该公司的企业收入在过去 18 个月中增长了四倍，主要得益于全球制造业巨头的采用。其客户名单如同工业巨头的名人录：通用汽车、通用电气 Vernova、莱昂纳多航空、赛峰以及多个一级方程式车队都在积极依赖该平台。</p>
</div><p>This $100 million injection, which follows a $27 million Series B just last year, is earmarked for aggressive global expansion and product development.</p>
<div class="lb-trans"><p>这笔 1 亿美元的投资，继去年的 2700 万美元 B 轮融资之后，旨在用于积极的全球扩张和产品开发。</p>
</div><h2>The Generative CAD Endgame</h2>
<div class="lb-trans"><h2>生成 CAD 的终极目标</h2>
</div><p>The immediate goal for Neural Concept is to solidify its position as the intelligence layer across the entire engineering stack. This means deepening existing partnerships with major software and hardware providers like Nvidia, Siemens, Ansys, Microsoft, and AWS.</p>
<div class="lb-trans"><p>Neural Concept 的直接目标是巩固其在整个工程堆栈中的智能层地位。这意味着要深化与 Nvidia、Siemens、Ansys、Microsoft 和 AWS 等主要软件和硬件提供商的现有合作关系。</p>
</div><p>However, the most ambitious plan outlined by CEO Dr. Pierre Baqué is the unveiling of a breakthrough generative CAD capability slated for early 2026.</p>
<div class="lb-trans"><p>然而，首席执行官 Dr. Pierre Baqué所描绘的最雄心勃勃的计划是于 2026 年初推出突破性的生成 CAD 能力。</p>
</div><p>Current AI tools often optimize an existing design. Generative CAD, the holy grail of industrial AI, means the system can take a set of high-level constraints—say, “design a turbine blade that maximizes efficiency at 10,000 RPM while minimizing material cost”—and generate the initial, complex 3D geometry from scratch. This moves engineering from a process of trial and error into a truly data-driven workflow.</p>
<div class="lb-trans"><p>当前的人工智能工具通常优化现有设计。生成 CAD，工业人工智能的圣杯，意味着系统可以根据一组高层次的约束——例如，“设计一个在 10,000 RPM 下最大化效率同时最小化材料成本的涡轮叶片”——从头生成初始的复杂 3D 几何形状。这将工程从试错过程转变为真正的数据驱动工作流程。</p>
</div><p>“We founded Neural Concept with the ambition to enable complete AI-driven design of advanced systems like tomorrow’s cars and spacecrafts,” Baqué noted.</p>
<div class="lb-trans"><p>“我们创立 Neural Concept 的目标是实现明天的汽车和航天器等先进系统的完全人工智能驱动设计，” Baqué指出。</p>
</div><p>The investment underscores a broader trend: the market is rapidly moving past AI experimentation and demanding tools that deliver measurable, immediate financial and operational impact in complex industrial environments. For companies like GM or Safran, cutting two years off a product development cycle is not just an efficiency gain—it is a competitive necessity. Neural Concept funding signals that the future of physical product design will be defined by AI that understands physics better than humans do.</p>
<div class="lb-trans"><p>这项投资突显了一个更广泛的趋势：市场正在迅速超越人工智能实验，需求能够在复杂工业环境中提供可衡量、即时的财务和运营影响的工具。对于像通用汽车或赛峰这样的公司来说，缩短两年的产品开发周期不仅仅是效率提升——这是竞争的必要条件。Neural Concept 的融资信号表明，未来的物理产品设计将由比人类更了解物理的人工智能所定义。</p>
</div>

高盛领投 Neural Concept 的 1 亿美元融资轮