做一次流体力学仿真，工程师过去得等上几个小时，复杂的甚至要几天。
一家叫 PhysicsX 的英国公司，想把这个等待压到几秒。
6 月 8 号，彭博报道它刚拿了 3 亿美金的 C 轮，估值冲到 24 亿美金——比上一轮（不到 10 亿）翻了一倍还多。领投的是新加坡主权基金淡马锡，英伟达、应用材料这些老股东也跟着加了注。
两个 F1 工程师，跑去教 AI 算物理
这家公司的来头有点特别。
两位创始人都是从一级方程式赛车里出来的。
罗宾·图卢伊（Robin Tuluie）是理论物理出身，先后在雷诺当研发负责人、在梅赛德斯当首席科学家，手里的设计帮车队拿过四个 F1 世界冠军，还干过 NASCAR。
另一个雅各莫·科尔博（Jacomo Corbo），当过迈凯伦的首席数据科学家，还管过麦肯锡的 AI 实验室。
F1 赛车是什么地方？是把空气动力学、热力学、结构力学算到极致的地方，每一个零件的设计都靠海量仿真往前推。这两个人把赛道上那套”用计算逼近物理”的本事，搬到了 AI 上。
“大物理模型”是个什么东西
大家熟悉大语言模型——喂海量文本，让 AI 学会预测下一个词。
PhysicsX 干的是类似的事，只不过对象换成了物理世界。它管这叫”大物理模型”（Large Physics Models）：让 AI 学会预测一个系统的物理表现——气流怎么走、热怎么散、结构在哪会裂。
效果是数量级上的：原来跑几个小时的仿真，它能做到快一万倍到一百万倍，结果几秒钟出来。
快了之后能干嘛？工程师可以在同样的时间里试更多种设计方案。造喷气发动机、造半导体芯片、造汽车、搞能源——这些过去被仿真速度卡死的环节，一下松开了。
CEO 科尔博的原话是：
“Physics AI removes the critical constraint that has been limiting hardware innovation for decades.”
讲人话就是——几十年来卡着硬件创新的那道坎，物理 AI 给搬开了。
钱和增长都对得上
PhysicsX 这轮不是光讲故事。
- 团队 300 多人，过去一年翻了一倍
- 营收同比翻倍
- 已签约的订单（booked revenue）翻了三倍
这家公司这几年的融资节奏也快：2023 年带着 3200 万美金从隐身状态出来，去年 6 月 B 轮拿了 1.35 亿，英伟达单独投过最多 1 亿。这轮 3 亿到手，估值直接破 20 亿。
新钱主要花三个地方：全球扩张、把平台做厚、继续练”大物理模型”。
为什么值得盯着
这两年 AI 的钱大半涌向了聊天机器人和写代码。PhysicsX 押的是另一条路——让 AI 去算真实世界的物理。
淡马锡、英伟达、西门子这些名字一起进来，本身就是个信号：做实体工业的那批人，开始认真把钱投向”AI 替工程师算物理”这件事了。
赛道还早，但这桌生意一旦跑通，影响的是造发动机、造芯片这些最硬的制造环节。能不能兑现，看它接下来订单往哪走。
参考来源：Startup PhysicsX Hits $2.4 Billion Valuation to Provide AI for Manufacturing（Bloomberg）；PhysicsX From London Raises $300M（Trending Topics）；PhysicsX emerges from stealth with $32M（TechCrunch）