<p>以人工智能驅動的工業設計時代正式來臨，並吸引了大量資本。總部位於瑞士的專注於工程領域人工智能的平台 Neural Concept 今天宣佈，已完成由摩根大通的成長股權部門主導的 1 億美元 C 輪融資。</p>
<p>這筆融資驗證了企業人工智能領域的一個關鍵轉變。儘管最近的熱潮主要集中在文本和代碼的大型語言模型上，Neural Concept 則專注於更為複雜的物理約束世界——構建汽車、噴氣發動機或半導體所需的幾何、物理和材料科學。</p>
<p>Neural Concept 的平台常被描述為 “CAD 原生、物理感知的人工智能”。它直接集成到現有的設計和仿真工作流程中，使工程師能夠探索數百萬種設計迭代，而使用傳統的計算流體動力學（CFD）或有限元分析（FEA）工具則需要數月或數年的時間。</p>
<p>這些結果足以説服像摩根大通這樣的主要金融參與者。Neural Concept 聲稱其技術每年為客户節省超過 5000 萬美元，同時將昂貴的後期重新設計需求減少 30% 至 50%。對於產品週期以年計的行業，該平台將上市時間縮短了多達兩年。</p>
<p>“Neural Concept 的技術代表了企業工程人工智能的罕見飛躍，” 摩根大通成長股權部門執行董事 Lambert Diacono 表示。</p>
<p>該公司的企業收入在過去 18 個月中增長了四倍，主要得益於全球製造業巨頭的採用。其客户名單如同工業巨頭的名人錄：通用汽車、通用電氣 Vernova、萊昂納多航空、賽峯以及多個一級方程式車隊都在積極依賴該平台。</p>
<p>這筆 1 億美元的投資，繼去年的 2700 萬美元 B 輪融資之後，旨在用於積極的全球擴張和產品開發。</p>
<h2>生成 CAD 的終極目標</h2>
<p>Neural Concept 的直接目標是鞏固其在整個工程堆棧中的智能層地位。這意味着要深化與 Nvidia、Siemens、Ansys、Microsoft 和 AWS 等主要軟件和硬件提供商的現有合作關係。</p>
<p>然而，首席執行官 Dr. Pierre Baqué所描繪的最雄心勃勃的計劃是於 2026 年初推出突破性的生成 CAD 能力。</p>
<p>當前的人工智能工具通常優化現有設計。生成 CAD，工業人工智能的聖盃，意味着系統可以根據一組高層次的約束——例如，“設計一個在 10,000 RPM 下最大化效率同時最小化材料成本的渦輪葉片”——從頭生成初始的複雜 3D 幾何形狀。這將工程從試錯過程轉變為真正的數據驅動工作流程。</p>
<p>“我們創立 Neural Concept 的目標是實現明天的汽車和航天器等先進系統的完全人工智能驅動設計，” Baqué指出。</p>
<p>這項投資突顯了一個更廣泛的趨勢：市場正在迅速超越人工智能實驗，需求能夠在複雜工業環境中提供可衡量、即時的財務和運營影響的工具。對於像通用汽車或賽峯這樣的公司來説，縮短兩年的產品開發週期不僅僅是效率提升——這是競爭的必要條件。Neural Concept 的融資信號表明，未來的物理產品設計將由比人類更瞭解物理的人工智能所定義。</p>

高盛

<p>Neural Concept，一家瑞士工程領域的人工智能平台，獲得了由高盛領投的 1 億美元 C 輪融資。該平台將人工智能與設計工作流程相結合，被通用汽車和賽峯等大型企業使用，為它們節省了大量成本和時間。這筆資金將支持全球擴張和產品開發，包括到 2026 年推出生成式 CAD 功能。這項投資突顯了向以人工智能驅動的工業設計轉變，強調了在產品開發中的效率和競爭優勢</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>以人工智能驅動的工業設計時代正式來臨，並吸引了大量資本。總部位於瑞士的專注於工程領域人工智能的平台 Neural Concept 今天宣佈，已完成由摩根大通的成長股權部門主導的 1 億美元 C 輪融資。</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>這筆融資驗證了企業人工智能領域的一個關鍵轉變。儘管最近的熱潮主要集中在文本和代碼的大型語言模型上，Neural Concept 則專注於更為複雜的物理約束世界——構建汽車、噴氣發動機或半導體所需的幾何、物理和材料科學。</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 的平台常被描述為 “CAD 原生、物理感知的人工智能”。它直接集成到現有的設計和仿真工作流程中，使工程師能夠探索數百萬種設計迭代，而使用傳統的計算流體動力學（CFD）或有限元分析（FEA）工具則需要數月或數年的時間。</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>這些結果足以説服像摩根大通這樣的主要金融參與者。Neural Concept 聲稱其技術每年為客户節省超過 5000 萬美元，同時將昂貴的後期重新設計需求減少 30% 至 50%。對於產品週期以年計的行業，該平台將上市時間縮短了多達兩年。</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 的技術代表了企業工程人工智能的罕見飛躍，” 摩根大通成長股權部門執行董事 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>該公司的企業收入在過去 18 個月中增長了四倍，主要得益於全球製造業巨頭的採用。其客户名單如同工業巨頭的名人錄：通用汽車、通用電氣 Vernova、萊昂納多航空、賽峯以及多個一級方程式車隊都在積極依賴該平台。</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>這筆 1 億美元的投資，繼去年的 2700 萬美元 B 輪融資之後，旨在用於積極的全球擴張和產品開發。</p>
</div><h2>The Generative CAD Endgame</h2>
<div class="lb-trans"><h2>生成 CAD 的終極目標</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 的直接目標是鞏固其在整個工程堆棧中的智能層地位。這意味着要深化與 Nvidia、Siemens、Ansys、Microsoft 和 AWS 等主要軟件和硬件提供商的現有合作關係。</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，首席執行官 Dr. Pierre Baqué所描繪的最雄心勃勃的計劃是於 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>當前的人工智能工具通常優化現有設計。生成 CAD，工業人工智能的聖盃，意味着系統可以根據一組高層次的約束——例如，“設計一個在 10,000 RPM 下最大化效率同時最小化材料成本的渦輪葉片”——從頭生成初始的複雜 3D 幾何形狀。這將工程從試錯過程轉變為真正的數據驅動工作流程。</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>“我們創立 Neural Concept 的目標是實現明天的汽車和航天器等先進系統的完全人工智能驅動設計，” 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>這項投資突顯了一個更廣泛的趨勢：市場正在迅速超越人工智能實驗，需求能夠在複雜工業環境中提供可衡量、即時的財務和運營影響的工具。對於像通用汽車或賽峯這樣的公司來説，縮短兩年的產品開發週期不僅僅是效率提升——這是競爭的必要條件。Neural Concept 的融資信號表明，未來的物理產品設計將由比人類更瞭解物理的人工智能所定義。</p>
</div>

高盛領投 Neural Concept 的 1 億美元融資輪