核聚变研究迎来新资金,也迎来新质疑
核聚变能源研究同时吸引着创纪录的公共资金和新的质疑。2026年9月30日,英国承诺投入33亿美元推动核聚变商业化,这条标题出现在材料近期新闻列表中。

核聚变材料中最新的进展标注为2026年9月30日,英国当天承诺投入33亿美元推动核聚变能源商业化。这条标题出现在随材料提供的近期新闻时间线上,旁边还有一条9月28日的消息,提到25亿英镑的承诺。材料没有给出这两条消息的来源网址,因此仅凭现有的全文无法核实这笔钱的具体构成。时间线能说明的是:钱是新的,数额很大,而且与一批不同寻常的核聚变报道出现在同一周。
这批报道包括麻省理工学院能源倡议关于核聚变经济性和气候问题的文章,Nextgov/FCW的一篇报道引用一位议员的话说商业化将“改变一切”,以及《每日普林斯顿人报》关于普林斯顿等离子体物理实验室合同在人工智能研究项目和设施管理担忧中被延长的报道。材料里只有近期新闻的标题,没有对应的原文,所以每条消息的具体内容在此无法核实。
两个半球,同一周
英国之外,同一周还出现了一项中国的主张和一项美国州层面的动作。9月28日,南华早报报道称,中国一台商业反应堆用清洁的氢硼燃料实现了核聚变。同一天,Nature World News把一项提议为核聚变能源投入100亿美元的众议院法案,与一篇关于中国新奥集团氢硼装置破土动工的报道联系在一起。这些只是材料背景列表中的标题,并非全文,因此仅凭这些材料无法评估其中的技术主张。
加州动了两次。9月30日,一条标题报道该州投资核聚变与量子研究;10月1日,第二条标题称加州签署了核聚变立法,并宣布3000万美元的量子投资。10月1日这条是材料中最新的日期,不过它只是标题而非完整文章。七天之内三大洲出现这样的节奏,指向同一个情况:在商业核聚变尚未在电网规模上得到验证之前,公共资金已经在投入。
全文来源究竟说了什么
材料中的全文来源是另一批,而且大多与核聚变无关。它们涉及人工智能数据中心、大语言模型研究工作流、电气化效率、太阳能历史以及若干杂项。这个落差对任何想仔细阅读核聚变新闻的人都很重要:时间线上最响亮的说法,在这份材料里恰恰来源最薄。
以经济性问题为例。麻省理工学院能源倡议的标题说,研究人员正在处理核聚变发电的经济现实。材料没有给出任何数字。同一机构还发表了一篇文章,问核聚变是否是人类应对气候危机的答案,另有一篇关于一项研究预测2050年食物、水和能源获取将出现巨大差距的文章。这些全文都没有收录,所以无法负责任地引用任何成本或时间表数字。
9月29日,Hannah Ritchie在Substack上给出了另一场能源转型的数字。她引用Nick Eyre在牛津大学的一项研究,指出在完全脱碳的世界里,终端能源需求大约低40%。全球终端能源需求从416艾焦降到247艾焦,而电力需求从110艾焦升到189艾焦。她的模型假设所有未电气化的部门都依靠氢运行。这些是对电气化和氢的预测,不是对核聚变的预测,但它们划出了任何新发电来源都必须越过的门槛。
“电气化就是效率,”Ritchie写道,并引用了国际能源署的话。
核聚变的那些标题没有回应这道算术题。如果在一个完全电气化的系统里需求下降40%,那么一种新的大规模电源的商业理由,取决于它替代了什么,而不只是增加装机容量。材料中没有任何分析做过这一比较。
电网本身已是瓶颈
9月29日,CBC新闻报道,纽芬兰与拉布拉多省能源部长Lloyd Parrott表示,该省对人工智能数据中心“开门营业”。一名部门发言人表示,已有公司接触省政府。TechNL首席执行官Andrea King对CBC说,拉布拉多有低碳水电、寒冷天气和土地,但她追问“把这些电用在别处会带来怎样的经济成本和机会成本”。科技记者Paris Marx就向数据中心供电提出了同样的疑问。
这就是核聚变将要进入的竞争。CBC的报道提到,Meta计划在阿尔伯塔省斯特金县建设的数据中心预计耗资130亿美元,将在两到三年内上线。新斯科舍省省长Tim Houston为任何数据中心提案方设定了五项起步条件。对电力的需求正在当下被锁定,而这些项目的工期比材料中任何一座核聚变电厂都短。
另外两份全文来源指向计算自身的能耗胃口。9月29日,Efficient Computer宣布完成由TQ Ventures领投的9700万美元B轮融资,总融资额达到1.73亿美元,估值6.5亿美元。首席执行官Brandon Lucia写道,公司的处理器相比传统CPU架构带来10到100倍的能效提升,Electron E1正面向嵌入式物理人工智能量产。卖点是效率,不是新的发电。
同一天,Oracle发布了Fusion Claw,一个受管控的智能体执行运行时,同时推出25款由Claw驱动的新应用,智能体应用总数达到75款。Oracle首席执行官Mike Sicilia说,这款产品让客户“从AI辅助走向执行”。两则公告都没有提到核聚变。它们描述的系统,价值取决于每千瓦时能榨出多少计算量。
数学、模型与自动化的边界
9月29日的两份全文来源值得对照核聚变的热度来读。Stephen Wolfram认为,人工智能在挖掘数学文献方面有用,但“纯数学的核心是引导我们提出哪些问题的人类想象力”。他把使用人类现有知识库的人工智能,与能通过计算不可约性产生真正新结果的计算区分开来。
Dan Romik在自己的博客上提出了相关论点。他把人工智能产生的突破描述为距离人类产生的知识“只有一步之遥”,并预测一个自主的人工智能定理证明器,一旦需要反思、简化和推广自己的输出,就会停滞。“它们的模型会被自己堆积如山的自产垃圾压垮,”他写道。Romik还引用了Scott Aaronson对OpenAI所宣称的纳维-斯托克斯方程解的反应,那是一串字母A。
一份标注日期为2026年9月的美国国家经济研究局工作论文,提供了一个关于自动化的具体数据点。Matthew Schwartz、Isaiah Andrews和Jesse M. Shapiro用一套大语言模型工作流处理了来自五份经济学期刊的4452个已发表复制包。它在3460篇文章或其附录中标出了不一致之处,在496篇文章中把计算时间缩短了10倍以上,并在923篇文章中产生了新的扩展。论文披露Schwartz曾以承包商身份为Anthropic工作。
这些都不能给核聚变问题下定论。它确实提示人们,对标题里的速度主张要保持谨慎。材料的近期新闻列表显示,一周之内出现了英国的承诺、美国众议院的法案提议、加州的立法、中国的氢硼主张以及普林斯顿等离子体物理实验室的合同延长。全文来源则显示,资金和注意力正流向数据中心、芯片和人工智能运行时。在宣布的核聚变资金与已展示的核聚变功率之间,这份材料中没有任何地方把这道缺口补上。
资料来源
7- 01Electrification efficiency: The world will need less energy after the transitionEN
- 02AI data centres in N.L.? The door is 'open for business,' says energy ministerEN
- 03Solving computing's energy problem with Efficient Computer's $97M Series BEN
- 04Oracle Extends Fusion Agentic Applications with Introduction of Fusion ClawEN
- 05What's the Future for Pure Math Research in the Age of AI?EN
- 06The feedback loop of mathematics researchEN
- 07An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。