AI加速聚变工程落地：StellFoundry平台预计可在极短时间内测试千余种仿星器配置

2026年2月3日，美国能源部（DOE）旗下普林斯顿等离子体物理实验室（PPPL）宣布，其牵头启动的“StellFoundry”项目取得关键进展，人工智能正深度融入聚变工程设计核心环节，为仿星器这一复杂但极具潜力的聚变装置路径注入全新动能。

与主流托卡马克不同，仿星器通过外部精密扭曲的磁线圈系统实现等离子体约束，无需依赖等离子体电流，具备稳态运行优势。然而，其高度非对称、几何复杂的结构也带来了巨大的设计挑战：传统方法需在海量参数空间中反复迭代，单次高保真模拟动辄耗时数天甚至数周。

StellFoundry项目正是为破解这一瓶颈而生。该项目由PPPL主导，联合10家高校、国家实验室及软件企业，旨在构建一个集成化、AI增强的仿星器数字设计平台。

其核心技术路径在于：用AI训练出的“代理模型”替代部分耗时物理仿真。这些模型基于历史实验与模拟数据训练而成，可在毫秒级时间内提供高精度近似结果，使研究人员能够快速筛选成千上万种磁线圈构型、等离子体边界形状及工程参数组合，锁定最优设计方案。

值得注意的是，StellFoundry并非孤立存在，而是与此前PPPL推出的STELLAR-AI平台形成互补与演进关系。STELLAR-AI聚焦于利用机器学习优化特定物理过程（如湍流预测、粒子输运建模），属于“点状突破”；而StellFoundry则致力于打造一个端到端的系统级设计框架，实现从磁体布局、等离子体性能到工程可行性的全链条协同优化。

例如，StellFoundry正开发针对偏滤器的专用数字代理模型。这不仅提升局部性能预测速度，更可与整体装置模型联动，确保工程约束与物理目标的一致性。

StellFoundry的推进高度契合美国能源部发布的《聚变科学与技术路线图》及其“创世纪使命”倡议。该路线图明确提出，需通过AI与先进计算加速聚变商业化，并特别设立“AI-聚变数字融合平台”作为关键支柱。StellFoundry正是这一平台的核心组成部分，或将直接服务于参与DOE“里程碑式聚变发展计划”的私营仿星器企业，如Type One Energy、Thea Energy等，为其提供高效验证不同技术路线的能力。

更重要的是，此类长期性、高风险的基础数字基础设施建设，恰恰凸显了国家实验室不可替代的作用。项目成员、PPPL物理学家Robert Hagerhi指出：“私营公司通常难以承担长达十年以上的底层工具链研发，这正是公共资助科研最应发力的地方。”

在全球聚变产业加速从“科学可行性”迈向“工程经济性”的关键十年，StellFoundry等AI工具的出现代表AI不再仅是辅助分析工具，而是驱动聚变装置创新设计的核心引擎。随着该平台持续成熟，仿星器这一曾因复杂性被边缘化的技术路线，有望凭借其稳态、无破裂的独特优势，在未来清洁能源版图中占据重要一席。