标签
一篇新论文提出了 LPDS，这是一种生成式逆向建模框架，通过多目标物理约束训练，以及约束条件化和补全等控制机制，将期望的聚变结果和靶配置映射为用于惯性约束聚变的优化激光脉冲形状。
本文提出一个物理接地的多模态智能体框架，用于磁约束聚变装置中性束注入离子源的非平稳自适应调控，在EXL-50U平台455次放电的时序回放中验证了符号化物理量优于波形图像，并在监督运行下实现86.80%的束提取率。
科学家推翻了一个关于聚变反应堆磁约束场、延续了59年的认知，而谷歌将这一突破交给了 Gemini 智能体，后者发现了超越原研究人员成果的新方案——由此产生了两种新的等离子体约束方法。
一位美国议员指出，由人工智能等离子建模推动的聚变能源商业化将深刻改变社会，并提出一项跨党派法案，计划拨款100亿美元用于相关技术研发。
普林斯顿大学和PPPL的研究人员成功测试了PACMAN AI框架，该框架可实时控制聚变等离子体，决策时间仅20毫秒，并能预测不稳定现象。
日本政府计划资助Helical Fusion公司4亿美元，以推进基于仿星器的聚变电力技术，旨在2030年代实现示范，重点关注连续运行和实际工程里程碑。
播客讨论涵盖了AI在物理模拟中的应用，包括扩展到万亿参数模型、高分辨率天气预报，以及聚变能源中等离子体行为的预测。
Inertia Enterprises 将聚变燃料颗粒的生产时间从数天缩短至数分钟，这是实现聚变发电厂商业化的关键一步。
文章解释了用于核聚变的Z箍缩技术，其中通过等离子体的巨大电流产生磁场来压缩等离子体，这一技术被应用于MIT的磁等离子体压缩研究。
Commonwealth Fusion Systems 发布了五篇同行评审论文，详细阐述了其ARC聚变发电厂的物理基础，该电厂预计将产生400兆瓦的电力。该公司的方案采用高温超导体来建造更小、更快的反应堆。
DeepMind 宣布与 Commonwealth Fusion Systems 建立研究合作伙伴关系，利用深度强化学习和 TORAX 等离子体模拟器来优化 SPARC 托卡马克的性能，加速实现净聚变能源的目标。