让 AI 进入工程闭环，重塑复杂系统研发范式
近日，AI for Engineering（AI4Engineering）头部企业「原力引擎（上海）智能科技有限公司」（以下简称 “原力引擎”）宣布完成天使 + 轮近 5000 万元融资。本轮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，光源资本担任独家财务顾问。本轮资金将主要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，并持续强化全球顶尖复合型人才团队建设。
原力引擎由吴泰霖教授创立，其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 Jure Leskovec 教授课题组从事博士后研究；现任西湖大学工学院特聘研究员、助理教授，西湖大学人工智能与科学仿真发现实验室负责人。他长期研究大规模科学仿真、物理系统控制与科学发现，曾与博士生导师 Max Tegmark 教授提出 “理论学习” 的新学习范式和以 AI 物理学家（AI Physicist）为核心的系列方法，并在生成式 AI 赋能复杂物理系统仿真、控制、设计方面做出一系列领域开创性工作。
在广义的 AI4S 概念中，AI4Engineering 可被视为面向工程物理系统与产业落地的重要分支，它沿袭 AI4S 在规律学习与复杂系统建模上的能力，并进一步将 AI 延伸至仿真、状态感知、设计优化和实时控制等环节，最终形成贯穿工程系统全生命周期的闭环交付。原力引擎致力于面向高维、强耦合的复杂工程物理系统，构建覆盖仿真、控制、诊断与设计的 AI 原生底座。公司以可控核聚变为首个高难度验证场景，并将相关能力拓展至油气、核电、3C 及航空航天等能源与高端制造领域。在上述场景中，模型不仅要 “算得快”，还必须满足高精度、泛化性、实时性、安全边界和现场部署等工程约束。
从数值求解到 AI 原生仿真与控制
传统数值求解器和 CAE 软件是工程研发的重要基础，但面对多物理场、多尺度、多部件耦合系统，通常需要针对具体几何、边界条件与物理过程构建求解流程，当其进入参数扫描、反演设计和控制策略训练的内循环时，计算与工程成本会被进一步放大。
原力引擎并非简单替代传统求解器，而是以数值求解与实验数据为高可信训练基础，通过神经算子、扩散模型等方法学习物理场演化及条件分布，在推理阶段完成快速预测与耦合生成。公司已在流体、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，部分任务可由传统的小时或天级计算压缩至秒级，并且可通过真实装置与工业现场验证持续校准模型。
以核聚变验证技术上限，向复杂工程场景迁移
磁约束聚变涉及极端条件下的复杂等离子体系统的高保真仿真、状态估计、闭环控制等算法挑战。其跨越宏观磁流体与微观湍流尺度、涉及芯部 — 边界多种复杂物理过程耦合，是 AI4Engineering 最具代表性的高难度场景之一。近年来，学术界已在 TCV 装置上验证深度强化学习对多种等离子体位形的磁控制，并在 DIII-D 装置上实现对撕裂不稳定性的主动规避，表明 AI 正在逐步进入实际聚变实验闭环。
原力引擎在聚变领域正与国内聚变科研机构及头部商业聚变企业推进等离子体仿真、软着陆控制和位形控制合作，公司研发的生成式 AI 控制算法已完成装置上机实验验证并实现优越控制性能。公司希望以聚变场景对模型精度、实时性和安全性的严苛要求，反向锤炼可复用的物理建模与控制能力。
这种迁移将复用神经算子、生成式建模、安全控制与多智能体协同等底层方法，再针对各行业的几何结构、边界条件、工况数据和安全规范进行适配。创始团队研发的相关算法此前已在沙特阿美的千万级网格油藏仿真中完成工业部署。公司未来也将在核电多物理场仿真、3C 力热仿真、航空航天等方向推进产业合作。
原力引擎致力于让 AI 进入工程闭环，重塑复杂系统研发范式
政策与产业环境亦在 AI4Engineering 领域形成合力。国务院 “人工智能 +” 行动提出推动人工智能驱动的技术研发、工程实现与产品落地一体化协同，“十五五” 规划纲要则将核聚变能列为重点培育的未来产业方向之一。随着重大科学装置与先进制造系统加快智能化升级，能够进入真实工程闭环、并以系统级性能提升衡量价值的 AI4Engineering 能力，有望成为 AI 从数字世界走向物理世界的重要基础设施，重塑复杂工程系统的仿真、设计、诊断与控制范式。
从聚变装置中的等离子体控制，到油藏、核电与高端制造中的多物理场仿真，原力引擎所瞄准的是一类共性的工程根本问题：如何让 AI 在遵循物理规律与安全边界的前提下，更快、更准确地理解、预测并干预复杂系统。
本轮融资完成后，公司将继续以可控核聚变等高难度场景打磨技术上限，推动仿真、控制、诊断与设计能力向包括能源与高端制造在内的更多领域迁移，并逐步沉淀为可复用、可部署、可持续迭代的 AI4Engineering 基础设施，推动工程研发从依赖高成本计算与经验试错，走向数据、模型与真实系统协同驱动的新范式。
上海未来产业基金表示：“上海未来产业基金将持续围绕聚变能源‘装置 - 器件 - 材料 - AI4Fusion - 应用’全产业链展开系统布局，支持关键技术与核心环节突破。基金高度重视 AI 技术与聚变产业的深度融合，着力推动 “聚变 AI 原生” 能力建设，积极关注并推动 AI for Fusion 优质稀缺企业在上海落地，赋能在沪聚变装置的智能化升级与产业化进程，助力上海构建具有全球影响力的未来能源创新生态。”
上海科创集团表示：“上海科创集团充分肯定原力引擎吴泰霖教授团队在 AI for Engineering 领域的前沿突破。公司从可控核聚变等离子体智能控制这一难题出发，其兼具物理机理与数据优势的 AI 原生引擎大幅提升仿真效率，并已向油藏、航空航天等场景延展。作为长期投资者，我们看好中国硬科技的全球竞争力，将整合产业资源，支持原力引擎强化核心技术，推动核聚变及工业仿真应用早日落地，在全球科技竞争中助力打造 AI4E 新格局。”
复旦科创表示：“我们看好原力引擎在 AI4Engineering 方向的技术积累与产业化潜力。公司以可控核聚变、航空航天等高难度场景验证技术边界，构建覆盖仿真、控制、诊断与设计的 AI 原生能力，有望推动复杂工程系统研发从经验与高成本计算驱动，走向数据、模型与真实系统协同。我们期待与公司共同加速其在能源与高端制造等领域的落地。”
龙芯创投表示：“作为中国首家以生成式 AI 为底座的 AI for Engineering 公司，公司率先从可控核聚变这一工程领域最困难的问题切入 —— 核聚变涉及万亿级变量的高维强耦合控制，目前公司已在模拟环境下实现对等离子体不稳定性的毫秒级控制响应，并与核聚变装置头部玩家达成深度合作。我们看好其技术壁垒与落地能力，核聚变这类高维复杂工程场景打磨出的技术具备极强降维复用能力，可拓展至核电、航空航天、高端制造等广阔市场。期待公司持续迭代物理大模型与工程师 Agent，打造国产 AI 工程仿真核心底座，助力我国高端工业与能源科技突破。”
成为资本表示：“成为资本长期深耕前沿技术交叉领域，我们判断，AI4Engineering 的下一个突破点不在于单点替代传统 CAE 软件，而在于构建覆盖‘仿真 — 控制 — 诊断’全链路的 AI 原生底座。原力引擎团队兼具顶尖物理学术底蕴与硬核工程落地能力，选择以可控核聚变这一多物理场强耦合的终极场景作为试金石，率先完成装置级验证。这种‘以最难场景定义技术上限’的路径，与我们‘少而精、重投入、长期陪伴’的投资哲学高度契合。成为资本期待陪伴原力引擎，将 AI4Engineering 从实验室推向真实产业闭环，重塑复杂工程系统的研发范式，进而见证 AI 以人类目标为锚点，为理解并安全干预复杂物理系统提供全新的进化路径。”
光源资本表示：“AI4S 正从加速科学发现走向复杂工程系统的建模与干预，AI4Engineering 是连接前沿算法与产业价值的重要方向。原力引擎以生成式仿真和智能控制为核心，从可控核聚变这一高难度场景切入，团队兼具 AI 研究、物理理解与工程落地能力。光源资本长期看好 AI4E 向工程纵深演进所带来的平台型机会，期待陪伴原力引擎成长为 AI 走向物理世界的通用底座。”