次世代モデリングおよびシミュレーションを実現するScientific AIの"JuliaHub"がSeries Bで$65Mを調達

JuliaHubは、Dorilton Capitalがリードし、General Catalyst、AE Ventures、元SnowflakeCEOのBob Mugliaが参加したSeries Bで$65Mを調達した。

次世代モデリングおよびシミュレーションを実現するScientific AIのJuliaHubは、最先端のAIファーストツールをシームレスかつセキュアな環境で提供することで、世界で最も困難な科学的・技術的課題に取り組む人々を支援することを使命としています。同社は2015年に、MITで開発され現在世界中で100万人以上の開発者に利用されている高性能オープンソース言語Juliaの開発者によって設立されました。JuliaHubは高度な数理計算と機械学習の専門知識を組み合わせ、Scientific Machine Learning (SciML)、デジタルツインソリューション、そして航空宇宙や自動車などの産業分野における次世代モデリングおよびシミュレーションを実現しています。

JuliaHubのDyadは、物理システムの設計および構築方法における根本的な変革を示しており、自律型AIエージェントを産業用機械のデジタル設計およびテストに取り入れています。ヒートポンプから衛星、半導体に至るまで、エンジニアリングチームは設計、テスト、構築のサイクルを数か月から数分へと短縮できます。すでに複数のFortune100企業が、航空宇宙、政府、自動車、HVAC、ユーティリティなどの複数の産業分野でDyadおよびJuliaを活用しています。

「システムモデリングは、AIネイティブなエンジニアリングスタックの中でも最も戦略的に重要なレイヤーの一つです。なぜなら、物理、制御ロジック、AIが交差する場所だからです。JuliaHubはDyadによって非常に卓越したものを構築しました。単にシステムをモデル化するだけでなく、それをコンパイルし、エンジニアをコンセプトから本番制御コードまで単一の環境で導くプラットフォームです。私たちはJuliaHubがPhysicalAI分野を代表する企業の一つになる可能性があると信じており、Dyadの市場投入を加速させるチームを支援できることを誇りに思います。」とSeries BをリードしたDorilton CapitalのDaniel Freemanはコメントしています。

物理エンジニアリングは、AI革命の恩恵をまだ十分に受けていない最大の分野の一つです。Claude Code、Codex、Geminiのようなツールがソフトウェア開発を変革してきた一方で、産業エンジニアは従来ツールによる制約を受け続けてきました。McKinseyは、2040年までに新規および更新インフラの需要を満たすために累計$106Tの投資が必要になると推計しています。これらの更新を計画し構築するエンジニアには、AI強化ソフトウェアと同じスピードで進められるソリューションが必要です。そこでDyadが登場します。

Dyadは、エンジニアリングチームに対して産業システムのモデル化、テスト、検証を行うAIファーストな環境を提供します。いわば物理世界におけるClaude Codeのような存在です。Dyad 3.0は本日ローンチされ、2025年6月にリリースされたDyad 1.0および2025年12月にリリースされたDyad 2.0を基盤としています。Dyadは自律型エージェントをスケーラブルな物理シミュレーション、厳密な制御、安全解析、そして組み込みシステム向けコード生成機能と接続し、ソフトウェアと現実世界のギャップを埋めます。廃水処理施設であれ自動車であれ、高度に詳細なデジタルツインの開発や特定の導入シナリオに向けたコントローラ調整、効率的な機械を初回から構築するためのハードウェア設計の反復において、もはや博士号は必要ありません。

Dyadのクラウドベースエージェントは、世界中の科学知識を継続的にスキャンし、モデルを常に改善するよう設計されています。AIによる自動化されたラボテストも拡大しており、モデルが物理現実と一致することを保証しています。ストリーミングデータとScientific Machine Learning (SciML)を組み合わせることで、システムが現実世界から学習するにつれてモデルが自動的に成長することが可能になります。Dyadのシミュレーションエコシステムと言語は、これらの学習結果をエンジニアにフィードバックし、プロセスの確認、仮定が顧客要件と一致しているかの判断、そして最終製品の安全性を担保するヒューマンインザループの役割を支援します。Dyadの設計により、エンジニアはすべてのコードを書くことなく数百万の設計を試すことができ、同時に航空機が安全に飛行し続けるための適切なツールを得ることができます。

汎用AIでは、モデルが物理法則に従うことを保証できません。物理エンジニアリングにおいて、エラーは単なるバグではなく、橋の崩壊やバッテリー火災といった重大な結果につながります。これがこれまでAIがハードウェアエンジニアリングで重要な役割を果たすことを妨げてきた障壁でした。しかし今、それが変わりつつあります。化学プロセスモデリングにおける最近のエージェント型ベンチマークでは、Codex、Claude Code (Opus)、Geminiといった一般的なLLMシステムは初期設定をほとんど完了できませんでした。一方Dyadは、通常数週間かかる化学プラントの収率最適化のためのモデル予測制御の作成プロセスをほぼ完全に自動化しました。

「エンジニアリングシステム設計ソフトウェアにおいて破壊的な転換が起きており、Dyadはその最前線にあります。従来のツールは約束された生産性やAIの価値を引き出す統合性を提供していません。Dyadを使えば、物理のモデリング、制御アルゴリズムの開発(自動コード生成付き)、高精度なデジタルツインやサロゲートの作成によるディープラーニング推論モデルの迅速な開発が可能になります。これらすべてがAIによって実現されます。Dyadは物理とアナリティクスが交わる領域で機能し、顧客と株主の双方に価値をもたらします。」元GE Aviation CEOでありGEのVice ChairであるDavid Joyceは述べています。

Dyadのモデリング言語は、AIエージェントが理解しやすいように設計されています。その基盤ロジックは物理法則に基づいており、流体が機械内をどのように移動するか、風速や温度がコンポーネントにどのような影響を与えるか、重力のような基本的な力が設計にどのように影響するかを推論できます。これにより、エンジニアが信頼できる物理的に妥当なモデルが生成されます。例えば、水管理で100年の歴史を持つBinniesおよびWilliams Grand Prix Technologiesとのパートナーシップにより、JuliaHubはわずか4つのセンサー入力で90%以上の精度でポンプ故障を予測するSciMLベースのデジタルツインを開発しました。

「Dyadは水業界にとって大きな変革をもたらし、リアクティブな運用から予測型のシステムレベル意思決定への移行を可能にします。企業が現実世界の複雑性をモデル化し、故障を予測し、日々のパフォーマンスを最適化する方法を変革する可能性があります。」BinniesのDigital Products & Services (Digital Twins & AI)ディレクターであるTomRayは述べています。