"AI for Fusion"，
解决聚变反应中的棘手难题。
硬氪获悉，AI赋能可控核聚变初创公司"新烛时代"近日宣布完成6000万元天使轮融资。本轮融资由中科创星、鼎峰科创联合领投，水木清华校友基金跟投。资金将主要用于核心技术研发、技术联合验证、算法代码平台建设及关键人才引进。
新烛时代成立于2025年9月，核心逻辑在于实现“AI for Fusion”，即利用AI作为智慧大脑，解决聚变反应中最棘手的难题。其产品主要聚焦于为聚变装置提供从观测诊断到实时控制的全链路解决方案。
（图源/企业）
其创始人张伟毕业于清华大学工程物理系，拥有十余年跨国企业市场营销管理经验，近年专注于科技成果转化与投融资领域，成功推动多项高新技术项目落地并实现资本对接。CTO汪跃则是概率论与数理统计专业博士，师从马志明院士，现北京中关村学院导师、中关村人工智能研究院研究员，曾就职于微软。核心团队由AI专家、等离子体物理学家及交叉学科人才组成。
AI快速发展的背后是对能源的极高需求。高盛预测，到2030年，全球AI数据中心的电力需求将较2023年水平增长165%。而聚变因其稳定、充沛且成本低廉，被视为是人类的终极能源。
国家政策也对可控核聚变多有强调，能源局曾发文称可控核聚变智能控制是“人工智能+核电”典型应用场景之一，应探索人工智能技术助力离子体预测。2025年下半年出台的“十五五规划”则将可控核聚变迅速推向台前。
不过，国内外核聚变公司虽然这两年发展迅速，但在理论和执行方面仍处于前期阶段，有许多亟待攻克的痛点，而这就是新烛时代的着力点。
新烛时代的产品能做的第一步即观测诊断。等离子体行为高度非线性、瞬息万变。一个聚变堆涉及数千个传感器、数百个控制参数和十几种需要实时抑制的关键不稳定性。因此，聚变研发面临的第一个问题就是如何从这些低维的、不完整的观测中，把里面的等离子体的状态给完整地、高精度地重构出来，CTO汪跃解释，“团队可以利用AI对多模态观测数据进行重构，实现对装置内部状态的更高维理解。”
第二步是预测仿真。离子体破裂(Disruption)是未来聚变电站的生存威胁，在毫秒内释放巨大能量，足以对装置造成结构性损伤，因此预测至关重要。按照原本的速度做仿真，需要在超级计算机上跑几天才能跑出几十毫秒的过程，“这对于我们要去做实时的控制或者大规模的参数搜索来说，效率太低了，所以我们要用AI的方法去做代理模型，把这种几天的计算时间缩短到秒级甚至毫秒级。”
最终的目的是实现精准控制。托卡马克装置是一个动态系统，需要根据等离子体的实时状态，动态调整磁场、加热和加料等参数。汪跃表示，这对反馈回路的要求极高，“因为等离子体的不稳定性往往发生在毫秒之间。”传统的控制算法在面对这种极度复杂的非线性系统时，很难做到最优。而强化学习等AI工具则擅长在高维、非线性的环境中找到最优的控制策略，从而更快速、精准地维持等离子体的稳定运行。
“以前这几件事是分开做的，每一个单点都有些问题，协同应对极度复杂的非线性系统时更是捉襟见肘。新烛时代的逻辑，就是要跳出单点优化的局限，把整体的系统级闭环控制能力建立并提升上去。”
面对一个错综复杂、且对精度和确定性要求极高的工程系统，传统的依赖专家经验的模式难以快速拓展。汪跃指出，AI的优势在于“具备将其转化为可量化、可复制算法的潜力”，通过算法实现经验的规模化应用，已成为不可逆转的技术趋势。
汪跃告诉硬氪，公司现阶段主要针对核聚变路径之一的托卡马克路径进行AI赋能。“这一路径目前发展较快，数据相对丰富，但之后我们也可能会发展其他路径。”目前，新烛时代已与头部核聚变公司签订合作协议。
接下来，公司会集中力量在产品迭代上，围绕着托卡马克装置的高保真数字孪生和实时控制能力，开发可控核聚变的基础模型，“希望提升聚变产业的迭代效率。”
投资人观点：
中科创星表示：可控核聚变是解决AI时代能源危机的终极方案。我们看好新烛时代将AI技术与聚变物理深度结合的创新路径，这不仅大幅缩短了技术迭代周期，更为实现商业化聚变发电提供了可落地的工程方案。新烛团队兼具顶尖学术背景与产业落地能力，是当下国内稀缺的复合型创业团队。
鼎峰科创表示：AI for Fusion是推动聚变技术进一步成熟的关键路径之一，新烛时代是中关村学院的第一批产业化项目，其核心团队兼具对聚变和AI应用领域的深刻理解。我们看好并期待公司未来能够为解决核聚变的“可控”难题做出贡献。
水木清华校友基金表示：AI是可控核聚变商业化的核心加速器，正在从等离子体控制、模拟设计、材料研发、运维四大方向全面突破瓶颈，把“人造太阳”从实验室推向工程化。新烛时代团队既懂AI、又懂可控核聚变，包含了两个领域的顶级专家，并通过客户初步验证，也是中关村学院重点孵化和支持的技术转化项目，符合水木投资标准，是水木在可控核聚变和AI交叉领域的重要布局。
点击关键词，查看最近的早起看早期：
消费：
AI：
科技：「」
医疗：
工业技术：
