JuliaHub lève 65 millions de dollars de série B et lance Dyad 3.0, qui apporte l'IA agentique aux jumeaux numériques industriels
Dyad, la première plateforme d'IA agentique au monde pour l'ingénierie matérielle à avoir été mise sur le marché, apporte l'IA physique à la conception et aux essais de systèmes complexes, réduisant le temps de R&D de plusieurs mois à quelques jours seulement.
CAMBRIDGE, Massachusetts, 1er mai 2026 /PRNewswire/ -- JuliaHub a annoncé aujourd'hui le lancement de Dyad 3.0 et un cycle de financement de série B de 65 millions de dollars mené par Dorilton Capital, avec la participation de General Catalyst, d'AE Ventures, et de l'investisseur technologique et ancien PDG de Snowflake Bob Muglia. Dyad marque un changement fondamental dans la manière dont les systèmes physiques sont conçus et construits, introduisant des agents d'intelligence artificielle autonomes dans la conception et les essais numériques des machines industrielles. Des pompes à chaleur aux satellites en passant par les semi-conducteurs, les équipes d'ingénieurs peuvent réduire les cycles de conception, d'essai et de construction de plusieurs mois à quelques minutes. Plusieurs entreprises du classement Fortune 100 utilisent déjà Dyad et Julia dans plusieurs secteurs industriels tels que l'aérospatiale, l'administration publique, l'automobile, le HVAC, et les services collectifs.
Daniel Freeman, qui a dirigé le tour de table de série B pour Dorilton Capital, a commenté : « La modélisation des systèmes est l'une des couches les plus importantes sur le plan stratégique de la pile d'ingénierie native de l'IA, car c'est là que convergent la physique, la logique de contrôle et l'IA. JuliaHub a créé quelque chose d'extraordinaire avec Dyad : une plateforme qui ne se contente pas de modéliser les systèmes, mais qui les compile, permettant aux ingénieurs de passer du concept au code de contrôle de la production dans un environnement unique. Nous pensons que JuliaHub a le potentiel de devenir l'une des entreprises déterminantes dans le domaine de l'IA physique, et nous sommes fiers de soutenir l'équipe alors qu'elle accélère la mise sur le marché de Dyad ».
Le difficile problème de l'innovation dans le domaine du matériel informatique
L'ingénierie physique représente l'un des secteurs les plus importants qui n'a pas encore bénéficié pleinement de la révolution de l'IA. Alors que des outils tels que Claude Code, Codex et Gemini ont transformé le développement des logiciels, les ingénieurs industriels restent limités par les outils existants. Selon les estimations de McKinsey, 106 000 milliards de dollars d'investissements cumulés seront nécessaires jusqu'en 2040 pour répondre aux besoins d'infrastructures nouvelles et modernisées. Les ingénieurs qui planifient et réalisent ces mises à jour ont besoin d'une solution qui leur permette d'évoluer au rythme des logiciels améliorés par l'IA. C'est là que Dyad intervient.
Dyad offre aux équipes d'ingénieurs un environnement basé sur l'IA pour modéliser, tester et valider les systèmes industriels : imaginez un Claude Code pour le monde physique. Dyad 3.0 est lancé aujourd'hui et s'appuie sur Dyad 1.0, lancé en juin 2025, et Dyad 2.0, lancé en décembre 2025. Dyad relie des agents autonomes à des simulations physiques évolutives, à des contrôles rigoureux, à des analyses de sécurité et à la capacité de générer du code pour des systèmes embarqués afin de combler le fossé entre les logiciels et le monde réel. Qu'il s'agisse d'une station d'épuration ou d'une automobile, il n'est plus nécessaire de posséder un doctorat en sciences pour développer des jumeaux numériques très détaillés, mettre au point des contrôleurs pour des scénarios de déploiement spécialisés et répéter des conceptions matérielles afin de construire la machine la plus efficace du premier coup.
« Il ne s'agit pas d'aider les ingénieurs à accomplir une petite tâche à la fois. Il s'agit d'une ingénierie agentique à grande échelle, où les équipes peuvent transmettre un cahier des charges complet à Dyad pour qu'il conçoive le système dans son intégralité. Vous introduisez les spécifications, il se charge de la conception », a déclaré Viral Shah, PDG de JuliaHub.
Les jumeaux numériques avec l'apprentissage automatique scientifique
Les agents de Dyad, basés sur le cloud, sont conçus pour analyser en permanence les connaissances scientifiques mondiales afin d'améliorer constamment les modèles. Les essais en laboratoire automatisés par l'IA se multiplient pour s'assurer que les modèles correspondent à la réalité physique. Les données en continu alliées à l'apprentissage automatique scientifique (SciML) permettent aux modèles d'évoluer automatiquement à mesure que le système apprend du monde réel. L'écosystème et le langage de simulation de Dyad offrent une base sur laquelle tous ces apprentissages sont retransmis aux ingénieurs pour qu'ils vérifient les processus, déterminent si les hypothèses correspondent aux exigences du client et soient l'humain dans la boucle qui garantit la sécurité du produit final. La conception de Dyad signifie que les ingénieurs n'ont pas à écrire chaque ligne de code afin d'essayer des millions de conceptions, tout en donnant aux ingénieurs les outils adéquats pour s'assurer que les avions restent dans le ciel.
Prith Banerjee, vice-président principal de l'innovation chez Synopsys, a déclaré, au sujet du partenariat avec JuliaHub : « Dyad transforme l'ingénierie au niveau du système en alliant l'IA scientifique, la modélisation agentique et un puissant pipeline de compilation dans un flux de travail unifié. Intégré au logiciel de simulation Ansys TwinAI™ de Synopsys, il permet d'obtenir des jumeaux numériques hybrides haute fidélité en intégrant la simulation basée sur la physique à des modèles axés sur les données. Ce qui nécessitait autrefois un effort manuel important peut désormais être réalisé beaucoup plus efficacement, ce qui accélère l'ensemble du cycle de vie de l'ingénierie numérique et redéfinit la manière dont les systèmes intelligents définis par logiciel sont conçus et validés ».
Dyad met en œuvre l'IA pour la science dans le monde réel
L'IA généraliste ne peut pas garantir qu'un modèle obéit aux lois de la physique. En ingénierie physique, une erreur n'est pas un bug à corriger : c'est l'effondrement d'un pont ou l'incendie d'une batterie. C'est ce qui empêchait jusqu'à présent l'IA de jouer un rôle significatif dans l'ingénierie matérielle. Dans la récente analyse comparative des agents pour la modélisation des processus chimiques, les systèmes LLM généraux tels que Codex, Claude Code (Opus) et Gemini ont à peine terminé l'installation initiale. Dyad a presque entièrement automatisé le processus de création de contrôleurs prédictifs de modèles pour optimiser les rendements d'une usine chimique, une tâche qui prendrait normalement des semaines.
« Les logiciels de conception de systèmes d'ingénierie sont en pleine mutation et Dyad est à la pointe du progrès. Les générations précédentes d'outils n'offrent pas la productivité ou l'intégration promises pour libérer la valeur de l'IA. Avec Dyad, vous pouvez modéliser la physique, développer des algorithmes de contrôle avec génération automatique de code, et créer des jumeaux numériques et des substituts précis pour le développement rapide de modèles d'inférence d'apprentissage profond, le tout grâce à l'IA. Dyad intervient là où la physique rencontre l'analyse, et où les clients et les actionnaires sont gagnants », a déclaré David Joyce, ancien PDG de GE Aviation et vice-président de GE.
Le langage de modélisation de Dyad est conçu pour être facile à comprendre par les agents d'intelligence artificielle. Sa logique fondamentale s'appuie sur les lois de la physique, ce qui permet à ses agents de raisonner sur la manière dont les fluides se déplacent dans les machines, dont la vitesse du vent et la température affectent les composants, et dont les forces fondamentales telles que la gravité influencent la conception. Cela permet d'obtenir des modèles physiquement valides auxquels les ingénieurs peuvent se fier. Par exemple, en partenariat avec Binnies, une entreprise centenaire spécialisée dans la gestion de l'eau, et Williams Grand Prix Technologies, JuliaHub a mis au point un jumeau numérique alimenté par SciML qui utilise seulement quatre capteurs pour prédire les pannes de pompe dans les systèmes de distribution d'eau avec une précision de plus de 90 %.
« Dyad représente un changement radical pour l'industrie de l'eau, permettant de passer d'opérations réactives à une prise de décision prédictive au niveau du système », a déclaré Tom Ray, directeur des produits et services numériques (jumeaux numériques et IA) chez Binnies. « Il a le potentiel de transformer la façon dont les entreprises modélisent la complexité du monde réel, prévoient les échecs et optimisent les performances au quotidien. »
Rejoignez-nous pour le lancement de Dyad 3.0
Dyad 3.0 sera officiellement dévoilé lors d'un événement en direct le mois prochain, le 19 mai. Rejoignez-nous pour assister à des démonstrations de produits en direct et écouter nos clients expliquer comment ils utilisent Dyad dans des secteurs allant de l'aérospatiale au HVAC, en passant par les services collectifs et la robotique.
Pour obtenir de plus amples renseignements ou pour toute question émanant des médias, contactez : [email protected]
À propos de JuliaHub
JuliaHub est un leader dans le domaine de l'IA scientifique qui a pour mission de permettre à ceux qui s'attaquent aux défis scientifiques et techniques les plus difficiles du monde de disposer d'outils de pointe fondés sur l'IA dans un environnement transparent et sécurisé. L'entreprise a été fondée en 2015 par les créateurs de Julia, le langage open-source haute performance développé au MIT et désormais utilisé par plus d'un million de développeurs dans le monde. JuliaHub allie une expertise avancée en calcul mathématique et en apprentissage automatique pour permettre les techniques d'apprentissage automatique scientifique (SciML), les solutions de jumeaux numériques et la modélisation et la simulation de nouvelle génération dans l'aérospatiale, l'automobile et d'autres secteurs industriels verticaux.
Photo : https://mma.prnewswire.com/media/2970068/Satellite_Photovoltaics_JuliaHub_Dyad.jpg
Photo: https://mma.prnewswire.com/media/2970067/Cooling_circuit_JuliaHub_Dyad.jpg
Logo : https://mma.prnewswire.com/media/2826187/JULIAHUB_Logo.jpg
Share this article