仿星器路线正在经历价值重估
“我们的核心思路,不是一下子解决仿星器所有的约束问题,而是修改问题。”
8月28日,在2026核聚变能大会暨核聚变活动周(NFEC2026)的“人工智能赋能核聚变论坛”上,鸿鹄未来能源CTO魏西硕表示。
对关注聚变赛道的投资人与产业方来说,这是一次难得的剖面观察:相比宏大终局叙事,一份设计方法论的报告,更能直接暴露一家仿星器公司的技术资产到底长在哪里、AI叙事是否经得起拆解。
该论坛开场,科技部官员梁哲在政策解读中提出,国务院去年印发的《关于深入实施“人工智能+”行动的意见》已将“人工智能+科学技术”列为首个重点行动,而“可控核聚变的智能控制”被列为“人工智能+核电”的典型应用场景之一。
在大洋彼岸,美国“创世纪计划”今年7月公布的首批278个获资助项目中,核与聚变同样是重点领域。
聚变的大国竞赛,正在从装置参数的单点比拼,转向“AI+聚变”体系能力的竞争。魏西硕这份报告展示的,恰恰是这场竞赛的内功。
仿星器长期被视为“高门槛”路线:磁场全部由外部线圈产生,天然适合稳态运行,不必担心托卡马克的等离子体破裂风险;代价是非轴对称的三维结构,让设计优化与制造都比托卡马克更为困难。
世界上最先进的仿星器W7-X的一系列实验和仿星器创业公司的异军突起,是这条路线热度回升的注脚。据公开报道,2025年5月,德国Wendelstein 7-X在长脉冲实验中将高三乘积状态维持43秒,超越同等级的托卡马克,为仿星器的稳态潜力提供了更有分量的实验支撑。美国的Type One Energy 和德国的 Proxima Fusion,都计划2030年代建造Q>1的仿星器装置。其中Proxima Fusion刚在2026年7月份公布了4.11亿欧元的融资,投资方包括谷歌等知名企业,估值已达24亿欧元。
仿星器设计是高维、多物理场的优化问题,描述其形状的自由参数多达数百或上千个。而真正决定装置性能的全局物理,算起来极其昂贵:一次第一性全局回旋动力学模拟(GTC)至少需要100个GPU时。它能发现局域分析发现不了的等离子体不稳定性,但一次优化迭代要重复几百上千次参数变化,整个设计流程又要重复几百几千次。
“使用传统优化方法把全局模拟放进优化过程,几乎是不可能的。”
鸿鹄的解法不是硬算。魏西硕把思路概括为“修改问题”:先用传统方法生成大量单粒子轨道约束好的位形,这一步相对简单;再用AI找出这类位形中存在的规律,用规律去寻找其他约束机制更好的位形。
第一个结果足够惊人:团队用自编码器,把描述仿星器的数百个自由参数压缩到3个。“我只用3个数,就可以描述一个很复杂的三维磁场位形,”魏西硕说。
降维的意义不在于简化,而在于一个物理判断:满足良好单粒子约束的仿星器,内禀地具有低维结构。这意味着大规模搜索和代理预测成为可能,后面的一切才有了地基。
在低维空间之上,鸿鹄做了三步递进。
第一步,预测带状流残余。带状流是聚变装置里压制湍流的物理机制,不同种类的仿星器位形能激发的带状流不同,约束性能可以相差几十倍,这一工作已发表于期刊Nuclear Fusion(2025)。基于带状流在仿星器中的重要意义,团队用神经网络预测低维空间中使用AI精确地预测了仿星器中的带状流残余,提前筛选“高带状流、低输运”的位形。
更有意思的是,通过分析数据分布,他们首次揭示了仿星器磁轴长度与带状流的关系。AI在这里不只是加速了计算,还产出了新的物理认识。
第二步,预测湍流输运。基于超过15000次全局模拟的数据,团队构建了预测全局湍流输运的AI模型。数据显示,同样尺寸的仿星器位形,输运强度可以相差两个量级。这是传统“凭经验选位形”无法覆盖的精度。
第三步,生成。利用低维空间构建生成式模型,直接采样并重构出新的位形;数值模拟验证显示,新生成位形的约束性能可以比旧位形提高百倍。“这是我们第一次达成了全局湍流输运的优化和位形生成,”魏西硕说。
物理模型之外是大模型。鸿鹄以大模型辅助开发了全流程仿星器优化与物理评估套件。报告中展示了一个细节:AI在优化过程中主动提示“一个指标变好了,但另一个指标变差了”,提醒设计者注意权重关系。
更进一步,上海交通大学-鸿鹄联合实验室承担了上海市教委的“创奇计划”,与上海创智学院合作,计划打通数据、模型、评测、智能体的全部链路,目标是形成端到端自动化、智能化的仿星器设计能力。
这个方向不是孤例。今年2月,美国普林斯顿等离子体物理实验室(PPPL)公布StellFoundry计划,联合10家机构,试图把过去需要数小时甚至数天的仿星器计算压缩到毫秒级近似。中美两侧指向了同一件事:仿星器的设计范式,正在从“算了再看”转向“预测+验证”。
「甲子光年」认为,这里的护城河不是某个模型或算法,而是数据回流的速度:15000次模拟的数据集本身就是一道门槛,而每一次新数据都会让下一轮预测更准、生成更好——这是一个典型的飞轮结构。
记者了解到,鸿鹄和上海交大深度合作,计划2028年完成第一代仿星器装置“鸿鹄致远一号”的主机建造。魏西硕此次报告提出的方法论,不仅将用于验证此装置的设计达到最优,更将在后续装置迭代的设计优化中发挥更大作用。鸿鹄计划于2032年在第二代装置上验证聚变能量正增益(Q>1),届时对仿星器的约束性能会提出更高要求,而鸿鹄团队借助AI工具进行快速迭代、优化仿星器全局约束的优势将会更为突出。
与上海交大的深度绑定是其资源结构中最鲜明的特征:双方共建“上海交通大学-鸿鹄”联合实验室;上海交大在闵行北校区设立未来能源研究院,提出建设“国内首台高温超导仿星器实验装置”, 2028年底前实现关键突破。
公司的进展并不停留在方法论层面,其在工程落地方面的工作也已经如火如荼的展开。今年6月,上海交通大学、鸿鹄未来能源与翌曦科技联合研发的1:1双饼线圈单元通过液氮测试:18匝,最小弯曲半径约16厘米,以“3D打印预制沟槽+后置密封管道”工艺实现±0.5毫米精度,4次冷热循环结果一致性良好。“复杂三维曲线+高温超导缆线”第一次从概念走到了可测试样机。公司已经完成了一个基准的包括磁场位形、高温超导磁体、真空室、杜瓦、支撑结构等多个系统的仿星器工程设计。并且,公司的团队正在快速扩张,以完成其后续规划的里程碑。
鸿鹄计划在2040年前完成第三代示范堆验证并探索发电示范。
赛道格局也在变化。据报道,同样走“高温超导+仿星器”路线的星核聚变今年6月底完成首轮8.3亿元融资,其基于铜线圈的“星核0号”装置计划2026年底实现首次等离子体放电。中国的商业仿星器,不再是单人赛跑。
对关注未来能源的投资人和产业方而言,魏西硕这场报告提供了一个难得的观察样本:一家仿星器公司的核心能力,不藏在PPT的终局愿景里,而在它定义和解决问题的方式里。
可以看到三个观察点。其一,AI的是否真的在解决问题。与其罗列眼花缭乱的AI系统模块,展示“闭环”、“底座”、“原生”等高级词汇,不如着眼实际的物理问题痛点,运用包括AI的各种方法,将不可能变为可能。这场报告给出的问题与回答是具体的:原先不能做的全局约束优化,在AI降维和AI物理模型的加持下变为可能。
其二,团队是否有过往的研究积累。作为硬核科技领域,核聚变创业公司的成功并不是仅仅堆钱可以达成的。例如这场报告中对仿星器带状流与输运物理的洞察力,正是该团队在过去30余年中代代相传的科研经历造就的。为了完成AI模型训练所进行的15000多次第一性全局模拟,也依赖于其团队在数值模拟代码和高性能计算顶尖的水平。
其三,能否坚实推进每一个里程碑的达成。对于仿星器这种设计水平直接决定三乘积的装置,鸿鹄未来能源并没有盲目追求“抢跑”速度,而是选择在深厚物理积淀与工程验证中稳扎稳打。公司核心团队由国际聚变领军学者领衔,并汇聚顶尖仿星器物理专家、高温超导磁体专家及主机工程专家,形成覆盖理论模拟、工程建造与实验诊断的完整技术链。依托上海交通大学未来能源研究院及联合实验室,团队拥有国际领先聚变仿真软件,并结合AI磁场优化技术,已成功突破三维超导线圈设计难题,制成国内首批实验样品,大幅缩短了关键部件研发周期。
正是基于这样的技术底气,公司规划了环环相扣的里程碑节点:从科学设计、磁体研制,到2028年完成高温超导仿星器实验装置“鸿鹄致远一号”的主机建设,继而推进首次等离子体、长脉冲运行,直至II代、III代装置的迭代落成,方能眺望2040年商业化终局。投资人需关注这一序列中每个节点的工程质量与物理验证——唯有每一步都踩实,仿星器从蓝图到电厂的漫长征途才具有真正的说服力。
「甲子光年」认为,仿星器路线正在经历一次价值重估。
过去,它的复杂性是成本负担,更难算、更难造、周期更长;现在,AI正在把“难算”的部分压缩掉。如果低维结构成立、数据持续回流、高温超导与三维制造继续兑现,仿星器的高门槛将第一次从负担转化为差异化壁垒。