💰钛媒体•較早收集於 17m
AI加速可控核聚變商業化，新燭時代完成6000萬元天使輪融資
💡AI破解核聚變難題：6000萬融資加速清潔能源商業化。
⚡ 30-Second TL;DR
有什麼變化
新燭時代完成6000萬元天使輪融資。
為什麼重要
推動AI在清潔能源科學計算的應用。吸引人才與投資進入核聚變AI研究。潛在擴展物理模擬的AI模型。
下一步行動
研究新燭時代核聚變方法中的AI電漿穩定技術。
誰應關注：Researchers & Academics
關鍵要點
- •新燭時代完成6000萬元天使輪融資。
- •AI用於解決核聚變關鍵難題。
- •專注加速可控核聚變商業化。
- •鈦媒體報導融資速遞。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •新燭時代的核心團隊主要來自中國科學院等離子體物理研究所（ASIPP）及清華大學，具備參與全超導托卡馬克核聚變實驗裝置（EAST）的實戰經驗。
- •該公司開發的 AI 模型專注於解決「等離子體不穩定性」預測難題，能在破裂發生前毫秒級預警並自動調整磁場參數，有效保護反應堆壁面不受損壞。
- •此次融資將投入於建設基於物理資訊神經網絡（PINNs）的高保真數位孿生平台，旨在將核聚變實驗的模擬效率提升至傳統數值模擬的百倍以上。
📊 競品分析▸ Show
| 公司名稱 | 技術路徑 | AI 應用重點 | 融資階段/背景 |
|---|---|---|---|
| 新燭時代 | AI 驅動控制系統 | 等離子體控制與破裂預測 | 天使輪 (6000萬人民幣) |
| 能量奇點 (Energy Singularity) | 高溫超導托卡馬克 | 磁體設計與系統集成 | 首輪融資由米哈遊、蔚來領投 |
| 星環聚能 (Startellar) | 球形托卡馬克 | 運行數據優化 | 清華大學技術轉化背景 |
| DeepMind (合作項目) | 強化學習 (RL) | 磁場線圈實時控制 | 與瑞士等離子體中心 (SPC) 合作 |
🛠️ 技術深入
- •採用強化學習 (Reinforcement Learning) 算法進行磁場線圈控制，實現對等離子體形狀和位置的動態精準操縱。
- •集成 Transformer 架構處理多模態傳感器數據，用於識別等離子體放電過程中的非線性特徵。
- •利用 GPU 加速的磁流體動力學 (MHD) 模擬器，構建實時反饋迴路，縮短從數據採集到控制指令下達的延遲。
- •開發自動化材料篩選算法，利用機器學習預測中子輻照下第一壁材料的壽命與性能退化。
🔮 前景展望AI analysis grounded in cited sources
AI 將使核聚變研發成本在未來三年內降低約 30% 至 40%
透過高精度 AI 模擬替代部分昂貴的物理放電實驗，可大幅減少實驗耗材與電力支出。
商業化核聚變反應堆的連續運行時間將突破千秒大關
AI 控制系統能比傳統算法更有效地抑制等離子體破裂，維持反應堆長時間穩定燃燒。
⏳ 時間線
2024-08
新燭時代團隊組建，核心成員完成技術專利初步佈局
2025-03
首代 AI 等離子體控制模型在實驗性裝置數據集上完成驗證
2025-11
與國內領先的能源集團達成戰略合作，啟動數位孿生系統開發
2026-03
完成 6000 萬元人民幣天使輪融資，資金用於算力擴充與人才招募
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 钛媒体 ↗