Tin ngành
Yunqi Capital rót vốn vào Shunyuan Technology: Ứng dụng AI để tái định hình nghiên cứu năng lượng nhiệt hạch
(giờ Việt Nam)
Tóm tắt AI
Yunqi Capital vừa tham gia vòng gọi vốn Seed+ của Shunyuan Technology, startup đang tiên phong ứng dụng AI nhằm tối ưu hóa và thay đổi mô hình nghiên cứu phát triển năng lượng nhiệt hạch.
Bản dịch AI


Từ mô hình "chế tạo và thử nghiệm" (build-and-test) đến "tối ưu hóa bản sao kỹ thuật số" (digital-twin optimization), AI đang viết lại mô hình R&D cho phản ứng nhiệt hạch có kiểm soát. Tìm ra lộ trình công nghệ nhiệt hạch tối ưu với chi phí thấp hơn và thời gian ngắn hơn là câu hỏi then chốt cho bước tiến của ngành công nghiệp này hướng tới quy mô thương mại.
VeloAlpha Technology, công ty mới được thành lập cách đây bốn tháng, đang giải quyết câu hỏi đó bằng nền tảng bản sao kỹ thuật số nhiệt hạch thuần AI (AI-native): mô-đun VEQ của họ đạt tốc độ giải cấu hình cân bằng nhanh hơn khoảng 20.000 lần so với mã nguồn chủ đạo quốc tế CHEASE, và chỉ trong vòng hai tuần sau khi ra mắt, nó đã được tiếp nhận và tích hợp vào nền tảng mô hình hóa tích hợp FUSE của General Atomics (Hoa Kỳ).
Gần đây, VeloAlpha đã hoàn tất vòng gọi vốn thứ hai (vòng seed+), huy động được hàng chục triệu RMB, với sự tham gia của Quỹ Yunqi-SJTU AI Angel Fund cùng các nhà đầu tư khác. Điều này tiếp nối khoản đầu tư trước đó của Yunqi Capital vào NovaFusion, đánh dấu một bước đi nữa của công ty này trong lĩnh vực phản ứng nhiệt hạch có kiểm soát. Tìm hiểu thêm tại Yunqi Partners.

Góc nhìn của Yunqi Capital:
Chúng tôi đã theo dõi từ lâu cách AI tái cấu trúc mô hình R&D khoa học. Phản ứng nhiệt hạch có kiểm soát đang tăng tốc từ các thử nghiệm kỹ thuật hướng tới thương mại hóa. Mô hình "chế tạo và thử nghiệm" truyền thống mang lại chi phí cao và chu kỳ dài, nhưng sự tích hợp sâu sắc giữa các thuật toán toán học cốt lõi, mô phỏng kỹ thuật và năng lực AI có thể nén chi phí thử sai và chu kỳ lặp lại của R&D nhiệt hạch xuống nhiều bậc độ lớn — đây là biến số then chốt cho lộ trình thương mại hóa quy mô của ngành công nghiệp nhiệt hạch.
Đội ngũ VeloAlpha đã dành hơn một thập kỷ để xây dựng chuyên môn trong thiết kế lò phản ứng nhiệt hạch đa lộ trình, phát triển trình mô phỏng và phát triển mô-đun AI, kết hợp tư duy kỹ thuật toàn diện với khả năng thực thi vượt trội. Nhiều mô-đun đã đạt được những đột phá hàng đầu thế giới và được các nền tảng mô hình hóa quốc tế chủ đạo áp dụng. Chúng tôi mong đợi VeloAlpha sẽ đẩy nhanh quá trình tối ưu hóa lộ trình công nghệ thông qua nền tảng bản sao kỹ thuật số nhiệt hạch của mình, và đưa năng lượng nhiệt hạch đến gần hơn trong thời gian sớm nhất.

Nội dung sau đây được chuyển thể từ VeloAlpha Technology
Gần đây, VeloAlpha đã hoàn tất vòng gọi vốn thứ hai (vòng seed+), huy động được hàng chục triệu RMB. Vào đầu tháng 6, công ty vừa chốt vòng gọi vốn đầu tiên, cũng với số tiền hàng chục triệu RMB. Tốc độ gây quỹ nhanh chóng phản ánh sự tiến bộ thần tốc trên mặt trận sản phẩm và thương mại hóa. Trong bốn tháng kể từ khi thành lập, VeloAlpha đã mở rộng lên hơn 30 nhân sự, liên tục tung ra nhiều sản phẩm cốt lõi bao gồm VEQ, VSC, BORAY-3D và nền tảng tích hợp, đồng thời đảm bảo nhiều đơn đặt hàng ở mức hàng trăm nghìn RMB.
Về VeloAlpha:

Tái cấu trúc mô hình R&D nhiệt hạch bằng AI
Beijing VeloAlpha Technology Co., Ltd. (VeloAlpha Technology) được thành lập vào tháng 4 năm 2026, tập trung vào R&D nền tảng bản sao kỹ thuật số phản ứng nhiệt hạch có kiểm soát và các dịch vụ tối ưu hóa lộ trình nhiệt hạch. Thông qua tính toán nguyên lý đầu tiên (first-principles calculation), tối ưu hóa mô phỏng kỹ thuật, thuật toán AI và quy trình làm việc dựa trên tác nhân (agent-based workflows), công ty cung cấp các giải pháp kỹ thuật số và thông minh cho thiết kế thiết bị nhiệt hạch và tối ưu hóa lộ trình, nén chi phí thử sai và chu kỳ lặp lại của R&D nhiệt hạch xuống nhiều bậc độ lớn. Các mô-đun cốt lõi trong sản phẩm chủ lực FusionAlpha của công ty đã chứng minh tốc độ vượt trội so với các mã nguồn chủ đạo quốc tế ở cùng độ chính xác trong nhiều bài kiểm tra chuẩn, với chi phí xác minh cho một lộ trình công nghệ nhiệt hạch đơn lẻ có thể giảm xuống mức hàng trăm RMB.
Người sáng lập, Tiến sĩ Huasheng Xie, có gần hai thập kỷ kinh nghiệm R&D trong lĩnh vực nhiệt hạch và là một chuyên gia nhiệt hạch nổi tiếng, dẫn dắt một đội ngũ với hơn mười năm tích lũy chuyên môn về thiết kế lò phản ứng nhiệt hạch đa lộ trình, phát triển trình mô phỏng và phát triển mô-đun AI. Đội ngũ cốt lõi đến từ Đại học Bắc Kinh, Đại học Thanh Hoa, Đại học Chiết Giang, Viện Hàn lâm Khoa học Trung Quốc và các trường đại học, viện nghiên cứu khác, bao gồm các lĩnh vực vật lý plasma, toán tính toán và kiến trúc phần mềm nền tảng.
Sự công nhận quốc tế
Mô-đun VEQ được nền tảng quốc tế áp dụng trong vòng hai tuần sau khi ra mắt
Trong dòng sản phẩm đã ra mắt, mô-đun VEQ đã thu hút sự chú ý của ngành. Mô-đun này đạt tốc độ giải cấu hình cân bằng nhanh hơn khoảng 20.000 lần so với mã nguồn chủ đạo quốc tế CHEASE, và trong vòng hai tuần sau khi ra mắt đã được tiếp nhận và tích hợp vào nền tảng mô hình hóa tích hợp FUSE của General Atomics (Hoa Kỳ), thay thế cho mô-đun giải cân bằng ban đầu. Các nền tảng mô hình hóa chủ đạo quốc tế bao gồm ASTRA và OMFIT hiện cũng đang điều chỉnh mã nguồn này.
Phiên bản thuật toán mã nguồn mở của công ty có độ phủ gần 100% trong số các nhà sản xuất thiết bị và viện nghiên cứu R&D nhiệt hạch trong nước, với hơn 50 tổ chức toàn cầu đang sử dụng mã nguồn cốt lõi của họ. Khi FUSE, OMFIT, ASTRA và các nền tảng tích hợp khác nhúng các mô-đun sản phẩm của VeloAlpha, độ phủ công nghệ toàn cầu của VeloAlpha Technology sẽ tiếp tục mở rộng.
Đội ngũ thuần AI + Kiến thức chuyên sâu về ngành
Sản xuất nhanh chóng các kết quả hàng đầu quốc tế ở quy mô lớn
Thách thức cốt lõi trong mô phỏng phản ứng nhiệt hạch có kiểm soát nằm ở việc mô hình hóa các đặc tính vĩ mô và vi mô của plasma. Công ty tiết lộ rằng họ đã chinh phục được các mô-đun then chốt quan trọng liên quan, với các bản phát hành dự kiến trong thời gian tới. Đến cuối năm, VeloAlpha Technology dự kiến sẽ tung ra nhiều tiến bộ quan trọng trên toàn bộ hệ thống mô-đun của nền tảng bản sao kỹ thuật số nhiệt hạch, thiết lập lợi thế kỹ thuật mang tính thế hệ trên toàn cầu.
Tại VeloAlpha Technology, đội ngũ tập trung vào việc giải quyết các vấn đề về tốc độ và ngoại suy của các trình mô phỏng nền tảng, đồng thời sử dụng AI để chuyển đổi toàn diện và sâu sắc mô hình R&D. Đội ngũ đã thiết lập quy trình R&D thuần AI, kết hợp với kiến thức chuyên sâu về ngành và công nghệ của các chuyên gia cấp cao cùng sự hiểu biết toàn diện về kỹ thuật nhiệt hạch, hiện có thể hỗ trợ sinh viên đại học tạo ra các kết quả hàng đầu quốc tế chỉ trong vòng hai tháng. Đội ngũ đã phát triển khả năng sản xuất R&D nền tảng bản sao kỹ thuật số nhiệt hạch chất lượng cao, cấp độ cao một cách nhanh chóng, với tiến độ tổng thể nhanh gấp đôi so với kế hoạch phát triển đặt ra vào tháng 4.
Sử dụng nguồn vốn
Mở rộng đội ngũ thuần AI và phát triển thị trường nước ngoài
Sau vòng gọi vốn này, VeloAlpha Technology sẽ tiếp tục xây dựng đội ngũ R&D cấp cao thuần AI, tuyển dụng và đào tạo nhân tài hàng đầu trên toàn cầu, mở rộng lợi thế về kỹ thuật và kiến thức, đồng thời khởi động việc mở rộng thị trường nước ngoài.
Phản ứng nhiệt hạch có kiểm soát toàn cầu hiện đang trong giai đoạn thương mại hóa tăng tốc, với hơn 190 thiết bị nhiệt hạch đang được xây dựng hoặc vận hành, cùng hơn 8 lộ trình thiết bị và 4 lộ trình nhiên liệu đang được tiến hành song song. Mô hình "chế tạo và thử nghiệm" truyền thống đối mặt với thách thức về chi phí cao và chu kỳ dài: đầu tư R&D cho một lò phản ứng thử nghiệm đơn lẻ thường vượt quá 2 tỷ USD, với chu kỳ xây dựng từ 3 đến 10 năm, và hơn 60% các thiết bị nhiệt hạch quy mô lớn trên toàn cầu đã không đạt được mục tiêu thiết kế. Tăng tốc tối ưu hóa lộ trình nhiệt hạch thông qua nền tảng bản sao kỹ thuật số chính xác là câu trả lời mà VeloAlpha Technology mang lại.
VeloAlpha — Giải mã bản chất vật lý thông qua các thuật toán tối thượng.

Bài viết được AI dịch và tổng hợp tự động từ elsewhere:. Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.