公司核心观点 - 原力引擎致力于通过AI将工程物理系统的仿真时间从小时或天量级缩短到分钟或秒量级，最终实现给AI任何目标就能设计并制造出满足功能的机器[3] - 公司定位为AI for Engineering，区别于AI for Science，更重视与工业结合解决实际问题，而非科学发现[19] - 公司采用“以最难场景验证技术上限，再向复杂工程场景迁移”的思路，先攻克可控核聚变，再拓展至航天航空等领域[14] 融资与背景 - 原力引擎完成天使+轮近5000万元融资，由上海国投旗下上海未来产业基金和上海科创集团共同领投，复旦科创加注领投，龙芯创投、成为资本等跟投[3] - 三家领投方带有浓厚上海国资与科创底色，上海是国内可控核聚变产业高地[4] - 资金将用于生成式仿真与智能控制引擎的持续研发、聚变等标杆场景的装置级验证、能源与高端制造等行业客户拓展[3] 创始人背景 - 创始人吴泰霖本科毕业于北京大学物理学院，获麻省理工学院物理学博士学位，后于斯坦福大学计算机系从事博士后研究，现任西湖大学工学院特聘研究员、助理教授[7] - 2016年博士第三年半时，因资金被砍实验室停滞，决定从量子计算转向AI研究，经历背水一战[8] - 曾与博士生导师Max Tegmark提出“理论学习”新学习范式和以AI物理学家为核心的方法[7] 技术能力 - 公司以数值模拟与实验数据为高可信训练基础，融入物理先验，通过神经算子、扩散模型等方法实现快速预测与耦合生成[12] - 已在流体、油藏和等离子体等复杂物理仿真任务上实现数十倍至数百倍加速，部分任务由传统小时或天级压缩至秒级[12] - 相关算法已在沙特阿美的千万级网格油藏仿真中完成工业部署[15] 可控核聚变验证场景 - 可控核聚变是公司选择的首个高难度验证场景，涉及极端条件下复杂等离子体系统的高保真仿真、状态估计、闭环控制[14] - 聚变场景对模型精度、实时性和安全性的严苛要求，能反向锤炼可复用的物理建模与控制能力[14] - 建一个聚变装置至少上亿元，大的要几十亿到上百亿，AI仿真可节约成本并加快速度[21] - 预期聚变示范商用可能在2040年到来，届时能提供几乎无尽且低价的能源[14] 行业与竞争格局 - AI4Engineering在国际上是政策和市场热点，国外已有亚马逊创始人贝索斯创立的工业人工智能公司“普罗米修斯”等[29] - 国内可能还不太有专门的AI for Engineering创业公司，但每个细分领域有AI for聚变、AI for航天等公司[29] - 公司理念是不同领域问题类似，如多尺度多物理场仿真、高性能控制等，可建立统一底层系统服务各领域[29] - 在AI+PDE领域，全世界可能有十几个组比较有名，公司算其中之一；在AI+聚变领域，目前与国外差不多并跑[30] 未来愿景 - 创始人梦想让人类走向太空，聚变能提供更有效能源，有望构建基于聚变推进的火箭，速度可达光速百分之几[24] - 若聚变解决，到火星只用几小时，到冥王星只用几天，人类将逐渐成为太阳系文明[24] - 核心在于创造增量，地球资源和能源有限，太空时代可带来上亿倍增量[23]