JuliaHub recauda 65 millones de dólares en su ronda de financiación Serie B y lanza Dyad 3.0 (2)

- JuliaHub recauda 65 millones de dólares en su ronda de financiación Serie B y lanza Dyad 3.0, que lleva la IA agencial a los gemelos digitales industriales

Dyad, la primera plataforma de IA agencial del mundo para la ingeniería de hardware, lleva la IA física al diseño y las pruebas de sistemas complejos, reduciendo el tiempo de I+D de meses a tan solo unos días.

CAMBRIDGE, Mass., 6 de mayo de 2026 /PRNewswire/ -- Hoy, JuliaHub anuncia el lanzamiento de Dyad 3.0 y una ronda de financiación Serie B de 65 millones de dólares liderada por Dorilton Capital, con la participación de General Catalyst, AE Ventures y el inversor tecnológico y exconsejero delegado de Snowflake, Bob Muglia. Dyad supone un cambio fundamental en la forma en que se diseñan y construyen los sistemas físicos, al incorporar agentes de IA autónomos al diseño y las pruebas digitales de maquinaria industrial. Desde bombas de calor hasta satélites y semiconductores, los equipos de ingeniería pueden reducir los ciclos de diseño, pruebas y construcción de meses a minutos. Varias empresas de la lista Fortune 100 ya están utilizando Dyad y Julia en diversos sectores industriales como el aeroespacial, el gubernamental, el automotriz, el de climatización y el de servicios públicos.

Daniel Freeman, quien lideró la ronda de financiación Serie B para Dorilton Capital, comentó: "El modelado de sistemas es una de las capas estratégicamente más importantes de la arquitectura de ingeniería nativa de IA, ya que es donde convergen la física, la lógica de control y la IA. JuliaHub ha creado algo extraordinario con Dyad: una plataforma que no solo modela sistemas, sino que los compila, guiando a los ingenieros desde el concepto hasta el código de control de producción en un único entorno. Creemos que JuliaHub tiene el potencial de convertirse en una de las empresas líderes en IA física, y nos enorgullece apoyar al equipo en su rápida expansión hacia el mercado de Dyad".

El "problema difícil" de la innovación en hardware

La ingeniería física representa uno de los sectores más grandes que aún no se ha beneficiado plenamente de la revolución de la IA. Si bien herramientas como Claude Code, Codex y Gemini han transformado el desarrollo de software, los ingenieros industriales siguen limitados por herramientas obsoletas. McKinsey estima que se necesitará una inversión acumulada de 106 billones de dólares hasta 2040 para satisfacer la necesidad de infraestructura nueva y actualizada. Los ingenieros que planifican y construyen estas actualizaciones necesitan una solución que les permita avanzar al ritmo del software mejorado con IA. Ahí es donde entra Dyad.

Dyad ofrece a los equipos de ingeniería un entorno basado en IA para modelar, probar y validar sistemas industriales: un ejemplo de Claude Code aplicado al mundo físico. Dyad 3.0 se lanza hoy y se basa en Dyad 1.0, lanzado en junio de 2025, y Dyad 2.0, lanzado en diciembre de 2025. Dyad conecta agentes autónomos con simulaciones físicas escalables, controles rigurosos, análisis de seguridad y la capacidad de generar código para sistemas embebidos, uniendo así el software con el mundo real. Ya sea una planta de tratamiento de aguas residuales o un automóvil, ya no se requiere un doctorado para desarrollar gemelos digitales altamente detallados, ajustar controladores para escenarios de implementación especializados e iterar en diseños de hardware para construir la máquina más eficiente desde el principio.

"No se trata de ayudar a los ingenieros a completar una pequeña tarea a la vez. Se trata de ingeniería automatizada a gran escala, donde los equipos pueden proporcionar una especificación completa a Dyad y este diseña el sistema completo. Especificación de entrada. Diseño de salida", afirmó Viral Shah, consejero delegado de JuliaHub.

Gemelos digitales con aprendizaje automático científico

Los agentes basados en la nube de Dyad están diseñados para escanear continuamente el conocimiento científico mundial y así mejorar constantemente los modelos. Las pruebas de laboratorio automatizadas con IA se están ampliando para garantizar que los modelos se ajusten a la realidad física. La transmisión de datos combinada con el Aprendizaje Automático Científico (SciML) permite que los modelos evolucionen automáticamente a medida que el sistema aprende del mundo real. El ecosistema y el lenguaje de simulación de Dyad ofrecen una base sobre la cual todos estos aprendizajes se transmiten a los ingenieros para verificar los procesos, determinar si las suposiciones coinciden con los requisitos del cliente y actuar como intermediarios que garantizan la seguridad del producto final. El diseño de Dyad implica que los ingenieros no tienen que escribir cada línea de código para probar millones de diseños, a la vez que les proporciona las herramientas adecuadas para asegurar que los aviones permanezcan en el aire.

Prith Banerjee, vicepresidente sénior de Innovación de Synopsys, comentó sobre la colaboración con JuliaHub: "Dyad está transformando la ingeniería de sistemas al combinar IA científica, modelado automatizado y una potente canalización de compilación en un flujo de trabajo unificado. Integrada con el software de simulación Ansys TwinAI™ de Synopsys, permite crear gemelos digitales híbridos de alta fidelidad al integrar la simulación basada en la física con modelos basados en datos. Lo que antes requería un gran esfuerzo manual ahora se puede realizar de forma mucho más eficiente, acelerando todo el ciclo de vida de la ingeniería digital y redefiniendo cómo se diseñan y validan los sistemas inteligentes definidos por software".

Dyad implementará la IA para la ciencia en el mundo real

La IA de propósito general no puede garantizar que un modelo obedezca las leyes de la física. En ingeniería física, un error no es un fallo que se pueda corregir; es el colapso de un puente o el incendio de una batería. Esta ha sido la barrera que ha impedido que la IA desempeñe un papel significativo en la ingeniería de hardware, hasta ahora. En recientes pruebas comparativas de agentes para el modelado de procesos químicos, los sistemas LLM generales como Codex, Claude Code (Opus) y Gemini apenas completaron la configuración inicial. Dyad automatizó casi por completo todo el proceso de creación de controladores predictivos de modelos para optimizar el rendimiento de una planta química, una tarea que normalmente llevaría semanas.

"Se está produciendo una transformación radical en el software de diseño de sistemas de ingeniería, y Dyad está a la vanguardia. Las generaciones anteriores de herramientas no ofrecen la productividad ni la integración prometidas para aprovechar al máximo la IA. Con Dyad, puede modelar la física, desarrollar algoritmos de control con generación automática de código y crear gemelos digitales y modelos sustitutos precisos para el desarrollo rápido de modelos de inferencia de aprendizaje profundo, todo ello gracias a la IA. Dyad opera donde la física se encuentra con el análisis, ¡y los clientes y los accionistas salen ganando!", afirmó David Joyce, exconsejero delegado de GE Aviation y vicepresidente de GE.

El lenguaje de modelado de Dyad está diseñado específicamente para que los agentes de IA lo comprendan fácilmente. Su lógica fundamental se basa en las leyes de la física, lo que permite a sus agentes razonar sobre cómo se mueven los fluidos a través de las máquinas, cómo la velocidad del viento y la temperatura afectan a los componentes y cómo fuerzas fundamentales como la gravedad dan forma al diseño. Esto produce modelos físicamente válidos en los que los ingenieros pueden confiar. Por ejemplo, en colaboración con Binnies, una empresa con 100 años de experiencia en la gestión del agua, y Williams Grand Prix Technologies,JuliaHub desarrolló un gemelo digital basado en SciML que utiliza solo cuatro entradas de sensores para predecir fallos en las bombas de los sistemas de distribución de agua con una precisión superior al 90 %.

"Dyad representa un cambio radical para el sector del agua, permitiendo pasar de operaciones reactivas a una toma de decisiones predictiva a nivel de sistema", afirmó Tom Ray, director de Productos y Servicios Digitales (Gemelos Digitales e IA) de Binnies. "Tiene el potencial de transformar la forma en que las empresas modelan la complejidad del mundo real, predicen fallos y optimizan el rendimiento a diario".

Únase a nosotros para el evento de lanzamiento Dyad 3.0

Dyad 3.0 se presentará oficialmente en un evento en vivo el próximo mes, el 19 de mayo. Únase a nosotros para ver demostraciones del producto en directo y escuchar a nuestros clientes sobre cómo utilizan Dyad en diversos sectores, desde la industria aeroespacial y la climatización hasta los servicios públicos y la robótica.

Para obtener más información y consultas de los medios, contacte con: press@juliahub.com

Acerca de JuliaHub

JuliaHub es líder en IA científica y su misión es brindar a quienes abordan los desafíos científicos y técnicos más complejos del mundo herramientas de vanguardia basadas en IA en un entorno seguro y sin interrupciones. La empresa fue fundada en 2015 por los creadores de Julia, el lenguaje de código abierto de alto rendimiento desarrollado en el MIT y utilizado actualmente por más de un millón de desarrolladores en todo el mundo. JuliaHub combina computación matemática avanzada y experiencia en aprendizaje automático para habilitar técnicas de aprendizaje automático científico (SciML), soluciones de gemelos digitales y modelado y simulación de última generación en los sectores aeroespacial, automotriz y otros sectores industriales.

Foto: https://mma.prnewswire.com/media/2970068/Satellite_Photovoltaics_JuliaHub_Dyad.jpgFoto: https://mma.prnewswire.com/media/2970067/Cooling_circuit_JuliaHub_Dyad.jpgLogo: https://mma.prnewswire.com/media/2826187/JULIAHUB_Logo.jpg

View original content:https://www.prnewswire.com/news-releases/juliahub-recauda-65-millones-de-dolares-en-su-ronda-de-financiacion-serie-b-y-lanza-dyad-3-0--302764277.html