Spotify创始人DanielEk投资核聚变初创公司EuropaFusion,AI研究员主导仿真驱动路径
Spotify联合创始人Daniel Ek近期投资英国核聚变初创企业Europa Fusion,该公司由前DeepMind、Facebook AI研究员Nantas Nardelli创立,采用纯仿真与...
Spotify联合创始人Daniel Ek已悄然入局核聚变能源赛道,其投资对象是英国新兴初创公司Europa Fusion。这家成立于2026年2月的“隐形”企业,由人工智能领域资深研究者Nantas Nardelli创办,核心思路并非依赖昂贵物理装置反复试错,而是以高精度仿真与数据建模为突破口,试图重构聚变研发范式。
Nardelli的职业轨迹横跨AI与能源两大前沿领域:他曾任职于Google DeepMind、Facebook AI Research及微软剑桥研究院,2024年起担任加州聚变企业Pacific Fusion的机器学习负责人。Pacific Fusion正于新墨西哥州建设示范设施,其技术路线以实体装置验证为主——这恰恰是Nardelli选择另起炉灶的关键动因。据TechCrunch援引知情人士透露,Nardelli认为当前多数中小型聚变公司过度聚焦硬件迭代,而忽视了算法与模拟在加速理论验证、降低试错成本上的巨大潜力。
Europa Fusion虽同样采用脉冲功率(pulsed-power)聚变路径——即通过毫秒级精准电流脉冲压缩燃料靶丸,诱发氘氚原子核融合并释放能量——但其研发重心明确转向“数字孪生+主动学习”框架。这意味着,团队将构建高保真等离子体行为模型,结合实时实验反馈持续优化参数空间探索策略,从而减少对大型托卡马克或Z箍缩装置的依赖。
这一转向背后,是Nardelli对AI算力激增与能源可持续性之间张力的深度思考。他在公开表述中提到:“我最初的背景是电子工程,后来投身AI研究;当意识到AI训练所需电力正呈指数级增长,而现有电网仍高度依赖化石能源时,我开始重新评估自己的技术路径。”换言之,他并非单纯追逐“清洁能源”概念,而是从系统层面寻求AI基础设施的长期能源解方——若聚变能实现商业化,其近乎无限的燃料供应(海水提氘)与零碳排放特性,有望从根本上缓解大模型训练带来的电网压力。
值得注意的是,Europa Fusion的成立时间虽短,却已获得包括Ek在内的早期资本背书。Bloomberg率先披露该投资消息,凸显科技界对“AI原生能源创业”的关注升温。此类模式与传统聚变企业(如Commonwealth Fusion Systems、TAE Technologies)形成鲜明对比:后者普遍依赖超导磁体、激光惯性约束等重资产路径,单个项目融资动辄数亿美元;而Europa Fusion试图以更轻量级、可快速迭代的软件定义方式切入,初期投入聚焦高性能计算集群与多物理场仿真平台建设。
从行业演进角度看,这种“仿真优先”策略并非孤例。在材料科学、药物发现等领域,AI驱动的虚拟筛选已显著缩短研发周期。例如国内镁伽科技打造的“鲲鹏实验室”,通过干湿实验闭环系统,在7个月内推进31条药物管线,效率提升数十倍。其核心逻辑同样是:将科研流程结构化为“目标→设计→执行→反馈→再学习”的自动化循环。Europa Fusion所尝试的,正是将这一范式迁移至极端物理条件下的聚变等离子体控制问题。
不过,挑战依然严峻。聚变反应涉及高温、高压、强磁场与复杂不稳定性,现有仿真模型在纳秒级时间尺度与毫米级空间分辨率上仍存在显著误差。即便最先进的人工智能也无法完全替代真实等离子体实验——正如Nardelli本人承认:“仿真可以缩小参数搜索范围,但最终点火阈值必须在物理装置中验证。”因此,Europa Fusion未来极可能走向“软硬协同”路线:前期靠算法大幅压缩实验次数,后期与合作机构共建小型验证平台。
另一层背景是全球对AI能耗问题的集体焦虑。2026年联合国气候变化大会COP31期间,土耳其发起《安塔利亚AI宣言》,明确将数据中心绿色供电列为优先议题。隆基绿能欧洲总裁张盛指出,AI负载的高波动性放大了光伏出力间歇性缺陷,“光储融合”成为刚需,但其往返效率与响应速度仍有瓶颈。在此语境下,若聚变能提前十年实现并网,将直接重塑AI基础设施的能源底座——这或许正是Ek这类技术型投资人愿意押注长周期项目的深层动机。
目前,Europa Fusion尚未公布具体技术细节与融资规模,其官网仍处于静态页面状态,符合“stealth mode”特征。但随着Nardelli团队逐步整合来自AI与等离子体物理的交叉人才,以及Ek作为成功创业者带来的资源网络,该公司的后续动作值得持续观察。在通往“人造太阳”的漫长征途中,一条由代码而非铜缆铺就的新路径,正在悄然成型。
