BeyondMath 深度调研：神经算子路线的基础物理 AI，$19M 联盟预算、1000 倍加速与三个被误读的事实

执行摘要

BeyondMath 是一家 2022 年创立于剑桥、现总部位于伦敦的物理 AI 深科技公司。它在第一性原理上训练物理基础模型，卖进工程师工作流中「计算仿真即瓶颈」的那一段。2026 年 2 月 25 日，公司完成由 Cambridge Innovation Capital 领投的 1000 万美元 Seed extension，Seed 轮全轮收盘于 1850 万美元，累计总融资 2035 万美元。截至报告日，公司仍是独立私人公司，未检索到任何收购要约、传闻或上市流程。

关于这家公司，有三处事实被广泛误读，而每一处都会改变投资者阅读本报告其余部分的结论。

第一，1900 万美元不是 Honeywell 给 BeyondMath 的合同。 它是英国政府 ATI Programme 资助的 Project STRATA 联盟三年期总预算（£14.1M / $19M）。Honeywell 从 Yeovil 工厂牵头，该厂有 500 余名工程师；BeyondMath 是 5 个成员之一，另 4 家是 3T Additive Manufacturing、Qdot Technology、牛津大学热流研究所（Oxford Thermofluids Institute）。BeyondMath 自己分得多少，全网未公开。 若干聚合型媒体把它写成「1900 万美元三年期商业合作（commercial partnership）」，这是范畴错误：把政府资助的联盟预算换算成了直接客户合同。任何据此给 BeyondMath 定价的投资委员会，会把量级算错一个数量级。

第二，技术路线是神经算子/代理模型，不是用 GPU 重写求解器。 公司给出的加速比，来自「拿学习到的模型替换掉求解器迭代」这件事本身；不是来自「同一个求解器跑在更好的硬件上」。代理模型给出的「1000 倍」与行业里 GPU 加速传统 CFD 常见的 10–34 倍，是两个不同的物理量，不可直接比较。本报告在所有表格与叙述中始终把两者分列。

第三，创始人是 Google / eBay / HomeX / Evi 的机器学习操盘手，不是 Dyson、F1 或航天工程师。 Alan Patterson（CEO，Oxford 电子学 DPhil）长期从事搜索、知识图谱与应用机器学习：Nokia、Betfair、Evi Technologies、Barclays、Google、eBay，最后是 HomeX 的 VP Head of Applied Science。Darren Garvey（CTO，前 eBay 与 Evi，HomeX 的 Director Principal Research Engineer，HomeX 后被 Rolls-Royce 收购）。两人这是第四次一起工作。公开资料中没有任何来源把两位创始人与 Dyson、F1 车队或航天机构关联。记录里唯一「沾边」的一句，来自一家法国商业媒体称团队成员来自 DeepMind、牛津、剑桥或帝国理工（Imperial College）——那说的是团队成员，不是创始人，且未点名。在 BeyondMath 的语境里，F1 是客户关系，不是创始人背景。

纠正这三处之后，证据面比营销口径要好，边界比叙事要窄。

最硬的外部数据点来自第三方。在英国航空航天技术研究所（ATI）与 Capgemini 的联合报告中（diginomica 于 2026 年 8 月报道），BeyondMath 的汽车气动案例以 1.5 分钟完成全流场仿真，对照 720 核 HPC 上的 24 小时，约 960 倍，同时精度保持在高分 fidelity Detached Eddy Simulation 的 2% 以内。该案例是汽车气动，不是航空适航验证，引用时须按此标注。

第二强的是公司 2026 年 8 月 3 日自发的 DrivAerML 基准博客，其完整度在行业里少见：500 个 DrivAer 车体变体，每个约 1.6 亿格点 scale-resolving hybrid RANS-LES，真值背后约 100 万美元 CFD 算力。Physics Factory 模型表面压力相对 L2 误差 3.53%、体积压力 3.83%、速度 4.98%；对照 Transolver-3 的 3.71/5.72/4.14、AB-UPT（即 Emmi AI）的 3.82/6.08/5.93、Transolver 的 4.81/7.74/6.78。阻力 Cd R² 0.985、升力 Cl R² 0.975。这篇博客还主动写明Transolver-3 在体积速度上仍领先，并把「我们不赢的那几行」也一并列出。模型由 AI agent crews 自动完成组装与训练，0 名 AI 研究员或顾问介入，人类动手时间 <30 分钟。

第三强是全公司最克制的一次工程披露——2026 年 10 月的进气歧管内流：4 个设计、20 缸、751 次预测，每次约 15 秒跑在笔记本 CPU 上；264 个算例中 259 个在训练集、5 个留出，流量系数 MAE 0.011、涡流数 0.008、压降平均误差 1.6%，且无需网格、无需求解器迭代。

2023 年的两个数字应被当作锚点，因为它们是公司自己说的，最难被反驳。Sifted 报道其模型结果比传统超算方法精度低约 0.8%；Garvey 称这对 F1 车队可接受，但对波音这类飞机制造商需要更高精度，可能还需约 5 年。以此对照 2026 年的材料，进步是真实的：那五年大约走到 2028 年，而至今未见任何适航认证相关的公开信息。

融资真实且边界清晰。 2022 年 £1.5M pre-seed 由 UP.Partners 领投（The Creator Fund、Ex-Fi 参投）；2024 年 8 月 20 日 850 万美元（£6.5M）seed 轮由 UP.Partners 领投，Insight Partners 与 InMotion Ventures（捷豹路虎投资部门）参投；2026 年 2 月 25 日 1000 万美元 extension 由 Cambridge Innovation Capital 领投，原三家跟投。Seed 全轮收盘 1850 万美元，CEO Alan Patterson 具名确认累计总融资 2035 万美元。估值官方拒绝披露——CEO 表示作为处于该成长阶段的私人公司，不披露当前估值。全网唯一流传的 $32.9M 由发布平台自标 LOW confidence，且与其它股权结构估算严重冲突，本报告不作为事实使用。

商业化处于早期。 已具名的合作方只有 Honeywell（且仅以 STRATA 联盟成员身份），以及一家未具名的 F1 车队——官网客户引语署 “Head of CFD at an F1 team”，车队与车手均留白。公司以 Early Access Program 为主 CTA，汽车版 Generative Physics Studio 处于 early access，2026 年主推 Physics Factory（5 个 agent crews：Organise / Analyse / Train / Optimise / Predict），Cadgen2 是其中的 AI CAD 生成模块；GPStudio 是 Siemens Xcelerator 生态目录中的官方产品名，为预训练基础模型、不需在客户数据上训练。公司强调 on-premise、inside your firewall 部署。定价、营收、ARR 全部无公开数据。

我们的判断：这是一家技术认真、且罕见地肯公开自己短板（落败项、留出样本、精度缺口）的早期公司，其叙事比商业证据领先约两年。 技术是真的，第三方验证在其同侪中最好，两位创始人也确实在消费级规模上交付过机器学习系统。缺的是把一家种子期深科技变成公司的那一切：价目表、STRATA 联盟席位与匿名 F1 车队之外的具名客户、营收、头条基准的独立复现、以及通往航空认证的可信路径。按现有证据，这是一家值得在赛道内做小仓位、但值得做极大尽调的公司。

公司概览

BeyondMath Ltd 在英格兰与威尔士注册，公司编号 14110252，注册地址伦敦 Shelton Street 71-75 号（WC2H 9JQ），状态 Active，业务性质为商业与家用软件开发。两位创始人的董事任职起始日均为 2022 年 5 月 16 日，Alan Patterson 兼任公司秘书。公司持有英国担保人牌照（Worker，技术工人，伦敦），2026 年 2 月最后核验为有效——这与「确实要招人」一致，且未见任何公开的裁员或收缩迹象。

创立地存在口径差异，本报告予以并列而非抹平。 领投方 Cambridge Innovation Capital 的表述是「2022 年在剑桥由 AI 行业老将 Alan Patterson 与 Darren Garvey 创立，现总部位于伦敦」；公司自己的种子轮新闻稿落款伦敦，正文只写「2022 年创立」，未提剑桥；TechCrunch 2024 年的报道用了「剑桥的 AI 公司」；法国商业媒体 businesslife 写的是「在剑桥思考，很快把总部设立到伦敦」。最稳妥的读法是：2022 年在剑桥创立，随后总部迁至伦敦。

Alan Patterson（联合创始人兼 CEO） 1992–1996 年在约克大学取得电子学 DPhil，此前于西苏格兰大学取得电气电子工程一等荣誉学士。履历横跨 Nokia Telecommunications、Nexan、Imerge、Oxford BioSignals、Betfair、Evi Technologies 与 True Knowledge、Barclays 企业与投资银行、spider.io、Google，eBay 任 Senior Director 与 Distinguished Engineer，再到 HomeX 任 VP Distinguished Engineer 及 VP Head of Applied Science。eBay 期间他做的是知识图谱方向（ACM Queue 有对应论文）。起源故事是个人化的：90 年代跑一次电磁场仿真要一周，到 2022 年这仍是瓶颈，他据此判断 AI 时代条件已经成熟。

Darren Garvey（联合创始人兼 CTO） 有 15 年以上 AI 与软件开发经验，曾任 HomeX 的 Director, Principal Research Engineer，而 HomeX 后被 Rolls-Royce 收购。两人此前在 Evi Technologies 共事——那家公司的 AI 被 Amazon 收购并成为 Alexa 的基础——这已是两人第四次一起工作。

一条需要正面澄清的记录： 公开资料中没有任何来源把两位创始人与 Dyson、F1 车队、航天机构或帝国理工学院关联。唯一相邻的一句来自法国商业媒体对团队的描述（成员来自 DeepMind、牛津、剑桥或帝国理工，共约 15 人，分 AI、HPC、计算物理三组），那是团队成员的构成描述而非创始人履历，且未点名任何人。

团队规模有 7 个公开口径：约 15 人（businesslife，2024）、18 人（StartupIntros）、21 人（PrivateMarketView，2026-10）、25 人（TipRanks，2026-09-14）、LinkedIn 的 11–50 人区间、CEO 亲述的 18 人且「近一年翻倍」（10 个国籍，2026-02）、以及官方 2026 年 headcount 翻倍计划。本报告采用「约 20–30 人」区间，官方「今年翻倍」按计划而非事实处理；「10 个国籍」是唯一可引用的硬性多元性数据点（CEO 亲述）。

治理方面，UP.Partners 董事长 Adam Grosser 于 2024 年 4 月 19 日出任董事，2026 年 2 月 4 日辞任，即贯穿了 seed 与 extension 两轮，但已不在现任结构中。

技术分析

最关键的技术定性是：BeyondMath 不在 GPU 上重写求解器，而是在学习偏微分方程底层的算子，直接预测物理场。 投资人 InMotion Ventures 的表述是：其重点是神经算子（neural operators），直接学习并逼近偏微分方程的底层算子，相对其它基于 AI 的 CFD 方案有显著优势。公司自己则把传统代理模型作为对比对象：代理模型记住一组几何，换个形状就失效；他们做的是在物理定律上训练的基础模型，不锁定于单一设计。Garvey 的框架是「我们不是在逼近仿真，我们是在逼近真实世界，而要做到这一点必须引入真实世界数据」。

训练算力是 NVIDIA DGX H200，公司自称是该平台首批采用者之一，NVIDIA EMEA AI 数据中心解决方案副总裁 Carlo Ruiz 在公司官方稿中具名背书。这直接决定了加速比该怎么读：把求解器移植优化到 GPU，典型量级是 10–34 倍（行业报道中的例子是 Honda 用 Ansys Fluent 配 NVIDIA Grace Blackwell 提速 34 倍）；而 BeyondMath 的头条数字是「最高 1000 倍」。两者机制不同——前者是同样的物理算得更快，后者是换一个模型去近似物理、从而绕开求解。必须分列。

在公司自身的数字谱系里，梯度是有意义的。最有支撑的可复现口径来自第三方：1.5 分钟对 720 核 24 小时（约 960×），出自 ATI 与 Capgemini 联合报告。该报告同时给出定性：其能力「植根于基本物理」，已被教会层流—湍流转捩行为、雷诺数效应、曲率影响与分离流结构，并能对未见过的新构型保持方向性准确。这仍是汽车气动案例，不是航空适航验证。

2026 年 8 月 3 日的 DrivAerML 基准博客是公司迄今公开的最完整技术物证。数据集是行业标准汽车气动基准：500 个 DrivAer 车体几何变体，每个以 scale-resolving hybrid RANS-LES 解析到约 1.6 亿格点，真值背后约 100 万美元 CFD 算力。Physics Factory 模型相对 L2 误差为表面压力 3.53%、体积压力 3.83%、速度 4.98%，阻力 Cd R² 0.985、升力 Cl R² 0.975。对照集是学术与产业模型：Transolver-3 为 3.71/5.72/4.14（R² 0.972/0.985）、AB-UPT（Emmi AI）为 3.82/6.08/5.93（0.963/0.975）、Transolver 为 4.81/7.74/6.78。这篇博客有两处值得给分：它明确写出 Transolver-3 在体积速度上仍然领先，并把「我们不赢的那几行」一并公开——在厂商基准里这接近罕见；同时它披露了构建方式：AI agent crews 完成数据分析、架构组合、训练与评估，0 名 AI 研究员或顾问，人类动手时间 <30 分钟，架构由 agent 从公司组件库自动组装。

2026 年 10 月的进气歧管内流博客是全公司最克制的一次精度披露：4 个发动机进气歧管设计（BMR4/BMR6/BMT4/BMT6）、20 缸、751 次预测，每次约 15 秒跑在笔记本 CPU 上；对照 CFD 的 264 个算例中 259 个在训练集、5 个留出，流量系数 MAE 0.011、涡流数 MAE 0.008、压降平均误差 1.6%；仅 5 个留出算例的流量系数 MAE 为 0.022、涡流数 MAE 0.021、压降 MAE 54 Pa。无需网格、无需求解器迭代，模型可用客户自有 CFD 数据训练，且运行在客户防火墙内。

全车瞬态方面，公司称整车瞬态仿真 <100 秒（传统需数小时到数天），并放出 2026 年新规 F1 赛车的全尺寸 3D 瞬态仿真视频（署名为「Credit to __ and __」，车队与车手留空）。原始 STL 几何的阻力预测方面，50 个未见形状上阻力系数 MAE 约 0.0032、推理秒级，公司称在三个数量级的误差下仍能一致地给设计变体排序并捕捉阻力变化方向。

两个必须并列在所有数字旁边的注意事项。 其一，STRATA 新闻稿（2025-08-28）称平台可跑 500M+ cell 的 3D 瞬态，官网首页现写 200M+ cell，两者不一致，本报告按「2025 年峰值能力口径 vs 2026 年现行主推规格」并列引用。其二，「1000×」几乎在所有材料中都是公司自述上限（up to 1000x），基准未说明——对比的哪种 CFD 配置、多少核、是否含前后处理，一概没有。

最早的校准来自公司自己（2023 年 8 月），也是最有用的。 Sifted 报道模型结果比传统超算方法精度低约 0.8%，并引 Garvey 称这对 F1 车队可接受，但对波音这类飞机制造商需要更高精度，可能还需约 5 年。2023 年时首个用例是为一家 F1 车队微调的气动模型，Patterson 提出「Einstein AI」作为合理长期目标，并把物理方程称作 ground truth。

产品与商业化

产品面铺得较宽，且部分仍在变动。Generative Physics 是总品牌；Digital Wind Tunnel 是 2024 年首个产品（气动），也是当年亮相的载体；GPStudio 在 Siemens Xcelerator 生态目录中是官方产品名，被描述为预训练基础模型、跑 CAE 工作流且不需在客户数据上训练；Generative Physics Studio（汽车版）处于 early access；Early Access Program 是官网主 CTA。

Physics Factory 是 2026 年主推的平台。 它组织 5 个 agent crews——Organise / Analyse / Train / Optimise / Predict——把客户自己的 CFD/FEA 数据变成可部署的 Physics AI 模型。其价值主张是操作模式的改变而非小幅提速：平台 + 顾问需 8–10 周，平台 + agents 只需数小时。Cadgen2 是 Physics Factory 内的 AI CAD 生成模块，已发布的平板变体研究里，生成几何经约束校验、导出 BOM 与 STEP，全程 <1 小时；另有 F1 气动设计实验（DOE）文章，覆盖 28 个设计变量、几何有效性与折叠指标，单次运行 465–547 毫秒。

部署形态是 on-premise，inside your firewall，这是刻意的差异化而非附带属性。 仿真数据、训练好的模型与实验日志都留在客户自有基础设施上。对航空航天客户而言，数据驻留与知识产权隔离本就是采购硬门槛，因此这一点相对云端优先的同行是可信的差异化。

客户问题上的精确，比数量更重要。 已具名的合作方只有 Honeywell，且仅以 STRATA 联盟成员身份出现（同联盟的 3T Additive Manufacturing、Qdot Technology、牛津热流研究所是合作伙伴而非客户）；此外是一家未具名的 F1 车队，官网客户引语署 “Head of CFD at an F1 team”，称「这是我们见过最颠覆性的技术」，车队与车手刻意留白；再往外是未具名的品类描述：主要汽车、航空航天与电子制造商，数据中心设计，以及半导体制造。

客户数量的口径值得单列一句，因为两种表述的差别是含义而非文风。Sifted 2023 年原文是「为一家 F1 车队微调的系统」（单数）；TechCrunch 2024 年原文是「多家 F1 车队已经在测试」（复数，且为「测试」）。「多家 F1 车队正在测试」是更保守的表述，本报告采用它——测试关系不等于客户关系。

生态位比客户名单更强：公司是 NVIDIA DGX H200 的首批采用者之一，被 NVIDIA GTC 主题演讲提及，2025 年 9 月加入 NVIDIA Inception Program；有 AWS partnership；进入 Siemens Xcelerator 生态目录；是 ATI + Capgemini 联合报告收录的案例；2024 年获 ATI 首届 HUB Breakthrough Award 高度表彰（Highly Commended）。

营收方面，坦率地说几乎什么都没有。 无任何定价、无 seat 价格、无按算力计价、无项目报价、无营收、无 ARR。全部公开信息中唯一的数字是 Seedtable 的估算营收 $5M–$12M，其估值方法为公开的启发式模型，任何时候出现都必须标注为第三方估算。Caplight 将其商业模式判定为订阅 SaaS + 用量计费 SaaS + 服务与咨询，这与公开材料描述大致相符，但同样是数据库的归类而非公司披露。

竞争格局

BeyondMath 处在 AI-native 仿真这一梯队里，而这个梯队围绕它收敛的速度快于围绕多数同业。

PhysicsX 同在伦敦，是最近的邻居：2026 年 6 月完成 $300M Series C（此前 2025 年 $135M Series B），投资方含 Siemens 与 Applied Materials，定位为 AI-native 物理引擎，覆盖航空、F1 与半导体。Neural Concept（洛桑）完成 $100M Series C，由 Goldman Sachs Alternatives Growth Equity 领投，自报 50+ 企业客户，含通用汽车、GE Vernova、Leonardo、Eaton、Safran、雷诺及多支 F1 车队。Luminary Cloud（加州 San Mateo）2025 年 9 月完成 $72M Series B，做 GPU 原生 CFD 与自研求解器、SHIFT 预训练模型。Vinci4D（帕洛阿尔托）2026 年 10 月 6 日以 $250M / $1.5B 估值 融资，专攻芯片热-机械-流体。SimScale（慕尼黑）公开披露 €2700 万+，云原生 CAE 结合 AI 代理与工程智能体。

三笔并购直接关系到 BeyondMath 的位置：Emmi AI 于 2026 年 5 月被 Mistral AI 收购（30+ 人团队并入，林茨成为 Mistral 办公室）；Monolith AI 于 2025 年 10 月被 CoreWeave 收购；NAVASTO 于 2024 年 10 月被 Autodesk 收购并与 Alias 集成。BeyondMath 是这一类别中少数仍未被并购的英国标的——对创始人与投资人是保留选择权，对市场而言也意味着战略买方的报价是活的。

传统巨头是竞争集合的另一半：Ansys SimAI（2024 年 1 月发布，宣称 10–100 倍提速，而 Ansys 已于 2025 年 7 月被 Synopsys 收购）、Siemens Simcenter PhysicsAI（2025 年 3 月完成 Altair 收购后，宣称约 1000 倍）、达索 SIMULIA Virtual Twin（37 万客户）、Cadence 的 Clarity / Celsius 与 MSC Nastran、NVIDIA 自家的 PhysicsNeMo 与 Warp（AI Enterprise 约 $4,500/GPU/年）。

BeyondMath 定位上真正独特而非仅是修辞的地方，是它选择与学术模型而非厂商营销口径对标并公开完整表格；而它最暴露的地方是：基准排行榜不等于客户合同。

常见误读警示：与量子/光子计算无关

BeyondMath 的全部一手材料——官网、官方新闻稿、开发者博客、STRATA 案例页、Siemens 生态页、GTC 引用、投资者说明——对技术路线的描述都是：神经算子 / 几何深度学习代理模型 + NVIDIA GPU 训练。quantum、qubit、photonic、optical computing 这些字样一次都没有出现。

最可能的混淆源是官方新闻稿里一个具体句子：在描述 Cambridge Innovation Capital 的 “About CIC” 段落中，稿件写明该机构的投资范围包含 “quantum computing”。那句话描述的是 CIC 的投资范围，不是被投公司的技术路线。 二手材料若把这一段落嫁接到 BeyondMath 身上，就会造出一个并不存在的「量子 CFD 公司」。

真正以量子/光子计算做 CFD 卖点的公司是另外几家。BQP（BosonQ Psi） 运营 BQPhy 平台与混合量子-经典求解器 HQCFM，宣称仅需 30 个逻辑量子比特即可完成喷气发动机大规模 CFD，而经典方法需 1920 万计算核；与 Classiq、NVIDIA CUDA-Q 合作，2023 年获 Quantum World Congress 国家安全初创企业奖。QubitSolve（西弗吉尼亚 Morgantown）2025 年 12 月 18 日获 NSF SBIR Phase II $1,197,002，用变分量子算法解 Navier–Stokes，MVP 预计 2027 年底完成，与 Infleqtion 合作。Classiq（以色列）是量子编译软件，与 BQP、NVIDIA 联合演示。这些是与 BeyondMath 不同的公司、不一样的时间线，与 BeyondMath 无任何技术关联。

真实存在的关系是竞争与互补并存。 两条路线攻击的是同一堵墙——经典求解偏微分方程的算力上限；但方向相反。BeyondMath 的路线今天即可用，量子路线则依赖容错量子机达到 utility scale，BQP 自己就把这个依赖写得很明白。把 BeyondMath 归入量子类别的人，会同时误判它的工程成熟度与它的竞争集合；正确归类是 AI-native 代理建模——它争夺的是同一笔工程预算和同一个设计周期瓶颈。

融资

融资史短、连贯，且在这一梯队里少见地基本可对账。

• 2022：£1.5M pre-seed，UP.Partners 领投，The Creator Fund、Ex-Fi 及私人投资者参与。据报道资金可支撑到 2024 年四季度。确切日期与完整投资方名单无公开来源。
• 2024-08-20：$8.5M（£6.5M）seed，UP.Partners 领投，Insight Partners 与 InMotion Ventures（捷豹路虎投资部门）参投。
• 2026-02-25：$10M（£7.4M）Seed extension，Cambridge Innovation Capital 领投，UP.Partners、Insight Partners、InMotion Ventures 跟投。Seed 全轮收盘 $18.5M。

累计总融资 $20.35M，由 CEO Alan Patterson 具名确认。估值未披露：CEO 表示作为处于该成长阶段的私人公司，不披露当前估值。

领投方的战略表述相当具体：UP.Partners 董事长 Adam Grosser（2024 年 4 月至 2026 年 2 月兼任 BeyondMath 董事）称 BeyondMath 正是该基金寻求支持的那类范式转移；领投 2026 extension 的 Cambridge Innovation Capital 自述管理 £600M+ 资本、12 年投资记录，覆盖 AI、半导体、生命科学与量子计算，由 principal Edward Inns 主导；Insight Partners 由董事总经理 Ganesh Bell 出席，InMotion Ventures 由董事总经理 Mike Smeed 出席。

一条需要在尽调中追问、而非下结论的关系。 InMotion Ventures 明确表示 BeyondMath 的技术「有潜力显著加速捷豹路虎的设计与工程流程」，而捷豹路虎既是投资方（通过 InMotion），又是潜在的工业客户，却从未被官方列为客户。另有一处数据库把 Garvey Asset Management 列为投资方，名称与 CTO 同姓，可能是创始人关联的投资工具——这是可以直接问的问题。

2026 年 2 月公布的资金用途：扩大生成物理技术的商业化部署、增加研究能力、2026 年 headcount 翻倍、拓展欧洲与美国及日本客户。

DISCREPANCIES

共识别并裁定 7 项冲突。

1. 总融资额。 官方口径：Seed 全轮收盘 $18.5M。CEO 具名口径（Tech Funding News，2026-02）：累计总融资 $20.35M。数据库口径另有 $19.9M（3 轮）、$20.36M、$27M、$28.7M、£21M，以及 TipRanks 的 $9M（1 轮）。裁定：$18.5M 是 Seed 轮规模，$20.35M 是含 2022 年 pre-seed 的累计总额，两者相差正好等于 pre-seed 额，内部自洽。 更高的数据库数字无一手来源支撑；TipRanks 的 $9M 连 2024 年的 $8.5M 都没算进去，是明确错误。

2. Seed 全轮的货币换算。 $18.5M 对应 £13.7M（StartupMag）、£13.8M（PE Deals）、£14M（BusinessCloud）一致；EU-Startups 与 Prime World Media 给出的 £15.7M / €15.7M 疑似把 $10M extension 记作 €8.4M 后与 $18.5M 直接相加的换算与重复错误。裁定：采用 £13.7–13.8M 区间，剔除 £15.7M / €15.7M。

3. 轮次命名。 官方称 Seed extension，并表述为「closes the Seed Round at $18.5 million」；Seedtable 与 PE Deals 均自动归类为 Series A。裁定：以官方口径为准，并注明部分数据库自动归类为 Series A——公司披露中没有任何内容支持 Series A 这一标签。

4. STRATA 的性质。 Honeywell 2025 年 8 月 28 日新闻稿写明 £14.1M（约 $19M）三年期项目「funded through the ATI Programme」，由 ATI 与 Department for Business & Trade、Innovate UK 合作交付，Honeywell 从 Yeovil 牵头，五个成员分工逐一列明；BeyondMath 自己的稿子写的是「selected to partner with Honeywell」「The consortium comprises industry leaders」。而 StartupIntros 与 Tech Funding News 写成「securing a $19 million three-year commercial partnership」。裁定：这是联盟项目预算与联盟成员身份，不是 Honeywell 给 BeyondMath 的合同，BeyondMath 分得多少未公开；二手媒体的「合作」框架属误读。

5. 平台规模规格。 STRATA 新闻稿（2025-08-28）称可跑 500M+ cell 的 3D 瞬态；官网首页现写 200M+ cell。裁定：两者并列，分别按「2025 年峰值能力口径」与「2026 年现行主推规格」引用，在没有进一步证据前不把任何一方当作对另一方的更正。

6. F1 客户数量口径。 Sifted 2023 年原文为「a fine-tuned system for a Formula One racing team」（单数）；TechCrunch 2024 年原文为「Several F1 teams are already testing」（复数，且为测试）；多家数据库写成复数客户。裁定：采用 TechCrunch 的「多家 F1 车队正在测试」——既更新也更保守，且测试关系不等于客户关系。

7. 团队规模。 约 15 人（businesslife，2024）、18 人（StartupIntros）、21 人（PrivateMarketView，2026-10）、25 人（TipRanks，2026-09-14）、LinkedIn 的 11–50 人、CEO 具述的 18 人且近一年翻倍并含 10 个国籍（2026-02）、以及官方 2026 年 headcount 翻倍计划。裁定：报告采用「约 20–30 人」区间，官方「今年翻倍」按计划而非既成事实处理，「10 个国籍」按 CEO 亲述引用为唯一的多元性硬数据。

另有一条随附记录，因为它流传很广：$32.9M 估值。 该数字由 PrivateMarketView 发布，标注为「last reported valuation as of April 2024」，且被发布平台自行标记为 LOW confidence。若按 $18.5M 投入对应 $32.9M 估值计算，种子轮投资人合计只持约 22%，这与其它数据库给出的股权结构（如 Seedtable 估算 UP.Partners 15%、Insight 15%，且已自标为估算而非备案股权表）严重冲突。因此本报告不把该估值作为事实使用；官方口径是未披露。

风险与尽调缺口

全部性能主张缺乏独立复现。 1000 倍加速、200M/500M cell、「world’s largest foundational physics model」均为公司自述。唯一由第三方刊载的精度数据是 ATI + Capgemini 报告（1.5 分钟对 24 小时、精度在 DES 的 2% 内），且该案例是汽车气动，不是航空适航。DrivAerML 的第一名是对照学术模型（Transolver 系列、AB-UPT），不构成对工业界生产级 CFD 的替代验证，且公司主动承认体积速度一项落后。尽调动作：要求提供 DrivAerML 的 train/val/test split 细节、是否存在第三方复现、以及在客户自有数据上的盲测报告。

精度—认证鸿沟是公司自己承认过的。 2023 年 Garvey 明说模型比传统超算精度低约 0.8%，且「波音级别的飞机需要更高精度，AI 实现大约需要 5 年」。这个五年之期走到 2028 年前后，而至今未见任何适航认证相关公开信息——没有可被认可的验证方法、没有 V&V 流程记录、没有监管沟通记录。安全关键场景（航空、汽车）的采纳是这门生意的天花板，而这条鸿沟是创始人承认的，不是批评者提出的。

泛化性的自我矛盾。 官方口径是基础模型可泛化到未见设计、不依赖大量客户数据；同期 Garvey 却说「如果一个模型理解了汽车，或汽车样物体，它不必然理解飞机，或血管」。内流案例中 264 个算例有 259 个在训练集内，只有 5 个留出——留出样本极小。尽调动作：要求给出跨域（汽车→航空→电子）零样本泛化的量化证据。

商业模式早期化，且其中一部分是服务。 无公开定价、无公开营收、STRATA 联盟席位与匿名 F1 车队之外无具名客户、无 ARR。可能的收入形态是「平台订阅 + Physics Factory 模型定制 + 联盟项目参与」，其中模型定制带有人力密集型服务属性，会拖累毛利与软件倍数。尽调动作：拆分经常性收入与服务收入比例；看 10 个最大客户的合约期限与排他性。

战略买方风险是双向的。 同赛道已发生三笔并购：Emmi AI → Mistral、Monolith → CoreWeave、NAVASTO → Autodesk，BeyondMath 是少数仍未并购的英国标的。反方向上，Mistral 已于 2026 年 9 月 28 日在慕尼黑设立 Physics AI 中心，并与宝马、西门子能源、慕尼黑工业大学风洞合作，这是欧洲本土的直接竞争压力，而不只是财务事件；同城 PhysicsX 的 $300M Series C 则是资金与生态上的主要挤压源。

规模与资本效率。 2026 年 2 月才融到 $10M extension，团队 20–30 人，计划全年 headcount 翻倍，硬件投入重（DGX H200 级别），同时拓展美日客户。Caplight 记录开放岗位从 2026 年 3 月的 9 个增至 4 月初的 14 个，招聘节奏相当激进。CEO 自己的表述是「as ever with AI companies: more compute, more GPUs」。$18.5M 的种子轮在这个成本结构下，18–24 个月内出现融资缺口或被迫降速是合理预期。

航空场景的数据合规与模型权重归属。 on-premise 部署姿态解决了知识产权与数据驻留，这是航空航天采购刚需，也是相对云端同行的卖点。但模型训练本身需要客户 CFD 数据：若客户贡献数据，模型权重的所有权与衍生使用权归属就是决定客户能否带走模型的关键条款，需逐条阅读。

单一客户集中与叙事对 F1 的依赖。 品牌叙事高度绑定 F1——所有客户引语、STRATA 官方稿、CEO 发言都在引 F1 经验。若该车队转向，或其身份被披露为具备自建 AI CFD 能力的竞对（如 Red Bull、McLaren、Ferrari 一类若自建），叙事与收入的耦合风险会显现。官网对 F1 车队以 “Head of CFD at an F1 team” 匿名，并以「若你是 F1 车队而不用 BeyondMath 你就落后了」的方式施压式营销；未披露车队身份也可能意味着合同含排他或保密条款——这是推测，应在尽调中直接问。

数据库信息质量风险（尽调方法论警示）。 各商业数据库对 BeyondMath 的融资、估值、员工数、轮次给出 7 组不同数字，其中 TipRanks 的 Total Raised $9M 明显错误、parsers.vc 的 $27M 与 privatemarketview 的 $28.7M 均无一手来源。任何基于数据库的竞品对比表都必须回溯到一手来源重算，本报告已为每条标注来源级别。

综合评分

• 技术 7.0。 神经算子而非 GPU 加速的传统求解器、DGX H200 级训练、一份带完整对照表且主动承认落败项的公开基准、由 agent crews 在 <30 分钟人类动手时间内完成的自动构建流程、第三方研究报告中的 1.5 分钟对 24 小时结果、以及留出样本明确的内流披露。扣分项：无任何第三方复现、「最高 1000 倍」未给出基准配置、最强外部案例是汽车气动而非航空适航验证。
• 商业化 5.5。 真实存在的产品面：旗舰平台、5 个 agent crews、AI CAD 模块、early access 计划，以及真正回应航空航天采购刚需的 on-premise 部署；生态验证覆盖 NVIDIA、AWS 与 Siemens Xcelerator。扣分项：无定价、无营收、无 ARR、STRATA 联盟席位与匿名 F1 车队之外无具名客户、模型定制收入带人力密集的服务属性。
• 融资 7.0。 £1.5M pre-seed、$8.5M seed、$10M extension，Seed 全轮 $18.5M、累计 $20.35M，投资方名册含 UP.Partners、Insight Partners、InMotion Ventures 与 Cambridge Innovation Capital，且领投方公开陈述了投资逻辑。扣分项：估值未披露、创立地与总部在期间迁移、2026 年 2 月之后无新一轮公开证据，而算力开支正在上升。
• 产品成熟度 6.0。 从 Digital Wind Tunnel 到 GPStudio、Generative Physics Studio，再到 Physics Factory 与 Cadgen2 的完整阶梯，各层都有公开的吞吐量数字，on-premise 部署故事可落地。扣分项：旗舰平台是最新的那一层、汽车版仍处 early access、客户侧目录基本无定价、平台规模规格在 2025 与 2026 的披露之间不一致。
• 市场位置 5.5。 对照学术参考模型的公开基准领先位置、Siemens Xcelerator 生态目录席位、由 Honeywell 牵头的五方 ATI 资助航空联盟成员身份、较早的 NVIDIA Inception 身份，以及一个已被三笔并购触及的赛道里的英国所在地。扣分项：整个客户叙事背后只有一段未具名的 F1 关系、赛道内存在一到两个数量级更大资金的 PhysicsX 与 Mistral、没有任何能打开安全关键垂直市场的认证路径。

参考资料

1. BeyondMath 种子轮 extension 公告，2026 年 2 月 25 日，beyondmath.com/news/seed-round-announcement，含 1000 万美元 extension、1850 万美元 Seed 收盘、创始人背景与资金用途
2. BeyondMath 开发者博客，含 2026 年 8 月 3 日《Built autonomously: 1st on DrivAerML》与 2026 年 10 月 21 日《Internal flow engines》
3. BeyondMath 案例页《Project STRATA》，beyondmath.com/case-studies/project-strata-revoluntionizing-aerospace-through-generative-physics
4. Honeywell Aerospace 新闻稿，英国航空制造创新计划，2025 年 8 月 28 日，aerospace.honeywell.com
5. diginomica《How Aerospace Technology Institute clears AI use cases》，2026 年 8 月 24 日；及 ATI 与 Capgemini 联合报告《AI for Aerospace》，capgemini.com/gb-en/insights/research-library/ai-in-aerospace
6. Sifted《Move over Oppenheimer, AI laws of physics》，2023 年 8 月，含 0.8% 精度差与航空五年期口径
7. TechCrunch，2024 年 8 月 20 日，Digital Wind Tunnel 首发与「多家 F1 车队正在测试」口径
8. Tech Funding News，2026 年 2 月；Pathfounders，2026 年 2 月，含 CEO 具名确认的累计 $20.35M、拒绝披露估值、pre-seed 金额与两人第四次共事
9. Cambridge Innovation Capital 投资公告，cic.vc；InMotion Ventures 投资说明，inmotionventures.com，含神经算子定性、HomeX 与捷豹路虎关系
10. Siemens Xcelerator 生态目录 BeyondMath 条目，siemens.com；ATI 首届奖项名单，ati.org.uk
11. 英国 Companies House 派生的 BeyondMath Limited 公司档案（公司编号 14110252）与英国 Worker 担保人牌照记录，含注册日期、董事与牌照状态
12. ATI Programme 官方资料，以及 FlightGlobal 与 Digital Engineering 24/7 对 STRATA 联盟及其五个成员的报道

本报告基于公开信息整理，仅供参考，不构成任何投资建议。数据截至 2026 年 10 月 22 日，请以公司公告与定期报告为准。