NP Co.（NP Company）深度调研

阶段：天使前轮（Pre-seed）｜成立：2025 年｜总部：法国巴黎｜网站：npco.ai 一句话：一家 2025 年成立的巴黎 Inria 孵化 AI 原生仿真初创，宣称用预训练 Transformer 物理基础模型把工业仿真从「天/周」压到「秒」，€6M 天使前轮由 Partech 领投、Mistral 联合创始人个人参投；1000x 加速与全装配 50000x 目标均为未验证的厂商宣称。

一、执行摘要

NP Company（NP Co.）是一家总部位于法国巴黎的 AI 原生仿真软件初创，2025 年由 Emmanuel Menier（CEO）与 Matthieu Nastorg（CTO）联合创立，二人均为 Inria（法国国家信息与自动化研究院）/ 巴黎-萨克雷大学的「AI for simulation」方向博士。公司的核心主张是构建「预训练于工业物理的 Transformer 基础模型」，宣称能在秒级（而非天/周）给出全装配尺度的高保真仿真结果。2026 年 6 月 2 日，公司宣布完成 €6M 天使前轮（pre-seed），由 Partech 领投，标致家族办公室，以及天使投资人 Guillaume Lample 与 Cédric O（Mistral AI 联合创始人）、Florian Douetteau（Dataiku 创始人）、Vincent Luciani（Artefact 创始人兼 CEO）参与。

论点自洽、创始人学术底色扎实：Nastorg 的同行评审工作集中在面向更快 CFD 的图神经网络泊松求解器（DS-GPS，NeurIPS 2022 ML4PS；Ψ-GNN，2023；多级 GNN 预条件子，2024），Menier 则研究降阶模型与 ML-CFD 混合（曾在 Air Liquide 构建制氢装置仿真的代理模型）。然而，公司产品叙事强调 Transformer，这一方向尚未在任何公开的架构、白皮书、模型卡或基准方法学中落地。头条「1000x 加速」是厂商宣称，仅在由 Safran 组织的工业基准上「演示」，未披露对照求解器、保真度指标或硬件；50000x 全装配数字则是明确陈述的「未来目标」，并非实测结果。截至 2026 年 10 月，公司处于预产品、预营收状态，无具名客户、无定价、无公开人数。

二、公司概览

• 成立与总部：2025 年成立；总部法国巴黎；网站 npco.ai。
• 创始人：Emmanuel Menier（CEO）与 Matthieu Nastorg（CTO）。二人均在巴黎-萨克雷大学取得「AI for simulation」方向博士，并在 Inria 从事研究。Menier 的博士（Inria / IRT SystemX，2020–2024）聚焦深度学习与动力系统，此前在 Air Liquide（2019–2020）任研究工程师，为制氢装置仿真构建代理模型。Nastorg 的研究聚焦数值仿真的 ML 加速，尤其是基于图神经网络的泊松求解器。
• 出身叙事：公司「脱胎于 / 诞生于」Inria——这家同样孵化了 Mistral AI 的法国国家研究院。但未披露任何 IP 转让、许可或正式分拆协议。
• 阶段口径说明：总表与新闻稿称本轮为「天使前轮（pre-seed）」；本站点 phase 枚举不含 pre-seed，故入库记为 seed，正文仍保留「天使前轮」表述。

三、技术：预训练 Transformer 物理基础模型

NP Co. 的核心宣称是一类由「预训练于工业物理的 Transformer 模型」驱动的新型物理仿真器，把现代大语言模型的架构适配到物理仿真。公司强调两个设计选择：

1. 预训练，而非逐客户微调。不同于早一代 AI 仿真器在部署前需要大量客户专属训练，NP Co. 声称其模型一旦部署到客户基础设施（含本地化部署，这对数据主权敏感的航天 / 国防 / 能源买家尤为关键）即产生价值。
2. 全装配保真度。传统仿真器要花天/周解析单个部件，NP Co. 宣称在秒级以相同保真度给出整个装配的结果。

关键缺口：创始人已发表的同行评审工作建立在图神经网络、降阶模型与泊松求解器加速之上（Nastorg：DS-GPS，arXiv:2211.11763；Ψ-GNN，2023；多级 GNN 预条件子，2024）。公司产品故事却是 Transformer 中心。至今没有任何已发布的架构、训练数据描述、分词器或基准协议能把两者连接起来。「预训练的工业 Transformer 物理基础模型」截至本文撰写时，仍是一个未经证实的论点，而非有据可查的系统。

四、产品与商业化模式

除「NPco」品牌外，公司没有任何具名产品——没有公开 API、没有演示、没有模型卡、没有定价、没有明确的部署包。对外披露的较长期路线图包括（a）生成优化架构的自动化设计工具，以及（b）面向工业基础设施的实时运行仿真器。商业模式（授权 / SaaS / 本地设备 / 计算时长）均未披露。目标行业为航天、国防、能源、电子、数据中心与汽车。

五、竞争格局

NP Co. 是本站点覆盖的 AI 原生仿真梯队中阶段最早的一家。背景对照：

• 已出货或可演示的充裕资金同行：PhysicsX（C 轮 3 亿美元）、Vinci AI（B 轮 2.5 亿美元）、Luminary Cloud（B 轮 7200 万美元）、Neural Concept（累计约 1.38 亿美元，CAD-native GNN）、BeyondMath、SimScale、Rescale、NAVASTO（被 Autodesk 收购）、Monolith AI（被 CoreWeave 收购）、Emmi AI（2026 年 5 月被 Mistral 收购）。
• 直接叙事重叠：Emmi AI（奥地利，被 Mistral 收购）正是面向同样的航天 / 汽车 / 半导体垂直领域做物理 AI 模型。NP Co. 实质上是 Mistral 刚吸收的那个赛道里的一家全新进入者。
• 平台巨头：Ansys（SimAI）、Siemens（Simcenter PhysicsAI）、Dassault（SIMULIA）、Cadence、COMSOL 把 AI 当作既有装机基盘的插件。
• 战略悖论：在 Mistral 收购 Emmi（2026-05-19）仅 13 天后，Mistral 的两位联合创始人（Lample、Cédric O）个人向 NP Co.（同赛道竞品）写了支票。三种解读：（i）市场足够大，容得下多种路线；（ii）个人天使投资与企业战略分离，是对快速前沿的对冲；（iii）Inria 渊源深厚、信任创始人。Menier 给了一个务实说法：「Emmi 当时在探索选项，而我们并不在市场上，刚走出自己的融资轮。」

六、融资

• 轮次：€6M 天使前轮，2026-06-02 宣布。
• 领投：Partech（总部巴黎的全球深科技投资机构，AUM 约 €3B）。
• 参与方：标致家族办公室；天使 Guillaume Lample 与 Cédric O（Mistral AI 联合创始人）、Florian Douetteau（Dataiku 创始人）、Vincent Luciani（Artefact 创始人兼 CEO）。
• 资金用途：扩充研究团队、持续开发基础模型；较长期投入自动化设计工具与工业基础设施实时运行仿真器。
• 口径冲突：次级源把金额记为 $6.0M（汇率近似）与 $7M（Gaebler 取整/混用）；另有数据库把轮次标为「Seed」而非「pre-seed」。详见 DISCREPANCIES。

七、多源冲突裁定（DISCREPANCIES）

1. 阶段口径 / 平台枚举缺口：总表与新闻稿称「Pre-seed（天使前轮）」；本站点 phase 枚举无 pre-seed 取值，入库记 seed，正文保留「天使前轮」。裁定：属分类口径差异，非事实冲突；以 €6M pre-seed 为事实基准。
2. 融资额币种冲突：官方 €6M（Partech 新闻稿）；次级源 $6.0M（汇率近似）、$7M（Gaebler 取整/混用）。裁定：OFFICIAL 口径为 €6M；美元数无 FX 时点，不可并表为单一数字。
3. 轮次标签冲突：Partech / 公司称 pre-seed；Gaebler 数据库记 Seed。裁定：OFFICIAL 口径为 pre-seed；数据库标签为录入口径差异。
4. Mistral 联合创始人投资竞品的时间悖论：Mistral 于 2026-05-19 收购 Emmi AI；13 天后（2026-06-02）Lample 与 Cédric O 个人投资 NP Co.（同赛道竞品）。裁定：时间线为 OFFICIAL；投资性质属个人天使、与企业战略分离，两家事实并存，不可抹平。
5. 「Augur」曾用名未证实：仅一家中文二手源称 NP Co. 前身以「Augur」之名低调运营；英文与官方源均无佐证。裁定：UNVERIFIED，单独标注，不写入事实基准。
6. 1000x「已演示」加速无方法学：由 Safran 组织的工业基准，未披露对照求解器、保真度指标、硬件、问题规模。裁定：属厂商宣称（vendor claim），未独立验证；不可当作已证实性能数字引用。
7. 50000x 是目标而非结果：全装配 50000x 数字被表述为「清晰路径」，非实测产出。裁定：属愿景型陈述（aspiration），与 1000x 的「演示」层级须分开。
8. Safran 是基准组织者还是客户存疑：新闻稿称基准「由 Safran 组织」，未确认其为付费客户。裁定：UNVERIFIED customer；Safran 角色限定为基准组织者，不得升级为客户。

八、风险与尽调空白

• 预产品 / 预营收：无客户、无定价、无 API、无模型卡；全部加速比与保真度宣称均为厂商陈述。
• 人数未披露：公司称「正在招聘」，无公开 headcount。
• IP / 分拆条款未披露：「诞生于 Inria」为叙事，无许可或转让披露。
• 架构断层：创始人已发表工作为 GNN / ROM / 泊松；产品故事为 Transformer。无已发布的桥接（白皮书、架构、训练数据）。
• 广度 vs 证据：单一预训练模型服务航天 / 国防 / 能源 / 电子 / 数据中心 / 汽车的全装配保真，对一家无任何公开证据的预种子公司而言异常宽泛；可泛化性未经证实。
• 验证惯性：航天 / 国防采用面临严苛认证与集成门槛，对抗根深蒂固的求解器。

九、总体评估

NP Co. 是一场高信念、低证据的押注。上行逻辑依托可信的创始人底色（真正的 ML-for-simulation 研究者）、自洽的「预训练物理基础模型」论点、强信号的种子轮 cap table（Partech 加上 Mistral / Dataiku / Artefact 创始人与标致家族办公室），以及庞大的可及市场（据 Dealroom，工程仿真市场 2030 年预计约 300 亿美元）。下行逻辑则是：Transformer 物理 FM 架构未经文档化与验证，1000x / 50000x 宣称是无方法学的厂商陈述，且公司在这一领域仍处预产品状态——而 Ansys、Siemens、Dassault 等巨头与资金充裕的 AI 原生同行已经出货。Mistral 联合创始人的投资是显著信号，但也是公司尚未在公开层面完全厘清的战略悖论。

五维评分：技术 6.5｜商业化 3.5｜融资 6.0｜产品 3.0｜市场 7.0。

十、参考资料

• Partech 新闻稿《NP CO RAISES 6M PRE-SEED TO BRING FRONTIER AI TO INDUSTRIAL ENGINEERING, BACKED BY MISTRAL AI FOUNDERS》（2026-06-02）。
• Partech 投资组合页（NPco）。
• Dealroom 关于 NP Company 的新闻札记（2026-06）。
• TechFundingNews《Why did Mistral’s co-founders back a EUR 6M funding round in AI simulation startup days after acquiring its competitor》（2026-06）。
• Studio Global AI（中文），关于「Augur」曾用名的备注（未证实）。
• Emmanuel Menier 个人简历（emenier.com）。
• M. Nastorg 等，DS-GPS: A Deep Statistical Graph Poisson Solver for faster CFD simulations（NeurIPS 2022 ML4PS；arXiv:2211.11763）。
• M. Nastorg 等，An Implicit GNN Solver for Poisson-like problems（2023）；Multi-Level GNN Preconditioner for Solving Large Scale Problems（2024）。
• Gaebler Ventures 与 startup.eu 的融资记录。

免责声明：本报告基于公开信息（公司新闻稿、投资机构页面与二手媒体）整理，仅供研究参考，不构成任何投资、法律或工程建议。文中加速比与基准宣称均属厂商陈述，未经独立验证。随公司后续披露，相关数字可能变化。