Mistral AI acquiert Emmi AI pour construire une pile d'IA d'ingénierie industrielle

Mistral AI acquiert Emmi AI, une startup autrichienne spécialisée dans les modèles d'IA physique pour l'ingénierie industrielle, afin de créer une pile IA complète pour les workflows de fabrication et d'ingénierie. La technologie d'Emmi accélère les simulations dans des secteurs comme l'énergie, l'automobile, les semi-conducteurs et l'aérospatiale, visant les jumeaux numériques en temps réel et brisant les barrières de la simulation multiphysique CFD-DEM.
Détails clés
- Emmi AI a été fondée à Linz, en Autriche, et a levé une série seed de 15 M€ auprès de 3VC, Speedinvest, Serena et PUSH en avril 2025.
- En juin 2025, Emmi a publié AB-UPT, une architecture neurale de substitution capable de passer à l'échelle pour des maillages de plus de 100 millions de cellules en CFD, atteignant une précision de pointe avec une inférence sans maillage.
- NeuralDEM, un modèle open source pour les écoulements granulaires industriels en temps réel, a été publié en septembre 2025 comme alternative d'apprentissage profond de bout en bout au CFD-DEM.
- Les cofondateurs d'Emmi et plus de 30 chercheurs et ingénieurs rejoindront les équipes Science et Applied AI de Mistral en mai 2026.
- Linz deviendra un bureau officiel de Mistral AI, rejoignant Paris, Londres, Amsterdam, Munich, San Francisco et Singapour.
- Le PDG de Mistral, Arthur Mensch, déclare que cette acquisition consolide le leadership de Mistral dans l'IA industrielle, ciblant des secteurs à forts enjeux comme l'aérospatiale, l'automobile et les semi-conducteurs.
- Le cofondateur d'Emmi, Johannes Brandstetter, souligne les applications dans la stabilisation du réseau électrique en temps réel, la simulation de moulage par injection et les tests de sécurité automobile.
Pourquoi c'est important
Pour les développeurs travaillant avec des agents IA dans des contextes d'ingénierie, cette acquisition signifie que Mistral proposera désormais des capacités d'IA physique intégrées à ses LLM polyvalents. Le travail open source d'Emmi (NeuralDEM) offre un point d'entrée concret pour tester la simulation basée sur l'IA dans les pipelines industriels. Si vous construisez des workflows d'agents pour la CFD ou la DEM, gardez un œil sur la façon dont Mistral expose ces modèles via API ou déploiement sur site.
Prochaines étapes
- Consultez NeuralDEM sur GitHub (open source).
- Surveillez les annonces de la pile IA industrielle de Mistral fin 2026.
- Si vous êtes à Linz ou à proximité, Mistral recrute localement pour des postes d'ingénierie IA.
📖 Lire la source complète : HN AI Agents
👀 See Also

Anthropic ajoute une fonctionnalité d'importation de mémoire pour passer de ChatGPT/Gemini à Claude
La nouvelle fonctionnalité d'importation de mémoire d'Anthropic permet aux utilisateurs de transférer leurs préférences, projets, contexte et style de travail depuis ChatGPT, Gemini ou d'autres IA vers Claude en environ deux étapes de copier-coller, éliminant le besoin de réentraîner à partir de zéro.

Bench du cache KV Qwen 3.6-35B-A3B : f16 vs q8_0 vs Turbo3 vs Turbo4 sur M5 Max jusqu'à 1M de contexte
Les benchmarks du fork TurboQuant Metal de TheTom sur M5 Max montrent que f16 et q8_0 manquent de mémoire au-delà de 256K, tandis que turbo3 atteint 1M à 6,5 tok/s en décodage. La séparation préremplissage/décodage favorise turbo3 pour le préremplissage et turbo4 pour le décodage sur les longs contextes.

Les modèles open source égalent ou surpassent Claude Opus 4.6 sur les benchmarks.
DeepSeek V3.2, DeepSeek R1, Kimi K2.5 et MiniMax M2.5 surpassent Claude Opus 4.6 sur 4 des 5 principaux benchmarks, notamment MMLU-Pro, la vitesse, l'utilisation d'outils et le raisonnement, tout en étant nettement moins chers.

Anthropic publie un programme éducatif gratuit comprenant les cours Claude Code et MCP Mastery.
Anthropic a rendu son programme éducatif complet accessible gratuitement, comprenant des cours sur Claude Code, la maîtrise du MCP, l'utilisation des API et la maîtrise de l'IA. Le programme est décrit comme étant de niveau universitaire et offre un apprentissage structuré par rapport aux tutoriels aléatoires.