近日，AI for Engineering 企业原力引擎（UniForce AI）宣布完成天使 + 轮近 5000 万元融资。本轮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。

公司今年 1 月才成立，前身是西湖大学孵化的西湖原力科技，3 月刚拿完西湖创新投资的天使轮。创始人吴泰霖，北大物理本科、MIT 物理博士，师从 Max Tegmark，后在斯坦福计算机系 Jure Leskovec 组做博后，现任西湖大学特聘研究员。本轮资金将投向生成式仿真与智能控制引擎研发、聚变场景的装置级验证，以及能源与高端制造客户拓展。

一家成立 7 个月的公司，凭什么让上海两大国资平台同时坐进领投席？

答案不在公司，在赛道：AI 重写完比特世界之后，开始重写原子世界了。

AI4S 在微观层（分子、材料、蛋白），到生命层（细胞、器官、人脑），再到宏观（流体、等离子体、结构、装置），AI 重写了 "发现"、"生命理解"、"物理世界的仿真与控制"。

一、范式变化：仿真的语言，换了

传统 CAE 干了 70 年，本质就一件事：把物理定律写成偏微分方程，划网格、迭代、求解。换一套几何、换一组边界条件，推倒重来。一个复杂工况算几天，参数扫描算几个月。

神经算子和扩散模型换了打法 —— 不解方程，直接学物理场的演化规律和条件分布，推理阶段秒级出结果。原力引擎在流体、油藏、等离子体任务上做到数十倍至数百倍加速，小时级、天级的计算压到秒级。

这不是工具升级，是语言切换。 巨头已经用脚投过票：Synopsys 花 350 亿美元买下 Ansys，西门子近百亿美元吃下 Altair——EDA 巨头抢 CAE，赌的就是 "设计 — 仿真 —AI" 合流。学术端更直接：DeepMind 2021 年用强化学习控制住了托卡马克等离子体，AlphaFold 2024 年拿了诺贝尔化学奖。

仿真软件正在从 "计算工具" 变成物理世界的操作系统。这个品类的定义权，此刻是空着的。

二、Why Now：三条曲线同时交汇

第一条，技术过了实时性门槛。 今年 9 月，普林斯顿等离子体物理实验室的 AI 框架 PACMAN 登上《核聚变》期刊：20 毫秒内完成一次等离子体预测与控制闭环，比人类眨眼快 10 倍。等离子体撕裂以毫秒计爆发，人根本来不及反应 ——AI 第一次跑得比物理过程快。

第二条，需求从 "要不要" 变成 "没有不行"。 聚变商业化竞赛开打，国家队和商业聚变公司同时加速。对聚变装置来说，AI 控制不是加分项，是必需品 —— 不上 AI，下一代装置玩不转。能源端同理：原力引擎的算法已在沙特阿美千万级网格油藏仿真里完成工业部署，全球最挑剔的能源客户先投了票。

第三条，政策点到了名。 2025 年 8 月国务院 "人工智能 +" 行动意见，六大行动第一条就是 "人工智能 + 科学技术"，白纸黑字写 "探索人工智能驱动的新型科研范式"。

Why now 从来不是单点突破，是成本曲线、需求突变、政策点名，三条线撞在了一起。

三、赛道格局：一根轴切三层 —— 微观、生命、宏观工程

切 AI4S 这条赛道，我只用一根轴：AI 动的是哪个尺度的世界。

微观层，重写分子和材料。 深势科技做微尺度模拟，去年底 C 轮拿了超 8 亿，"玻尔" 体系服务 300 万科学家；晶泰科技在港股上市，机器人实验室把 AI 从预测工具做成了自动化实验基础设施，今年上半年 AI4S 收入 1.94 亿、同比涨 136%。海外更凶：Lila Sciences 累计融了 5.5 亿美元，Periodic Labs 种子轮就拿 3 亿。共同逻辑一句话：AI 提假设，机器人做实验，数据回流模型 —— 闭环实验室。

生命层，重写对生命的理解。 这一层刚开了张新桌：北大助理教授卢萌任首席科学家的格原万维（LattixOrigin），做人脑基础模型 DigitalBrain-M1，从分子、细胞、脑区逐层打通到全脑，近期刚拿近千万美元种子轮。终点不是 "发现新材料"，是 "理解智能本身"。

宏观工程层，重写物理世界的仿真与控制。 海外有 PhysicsX（估值已 24 亿美元）、Neural Concept（客户名单里有 GM 和空客）；Ansys、西门子在给老工具链打 AI 补丁；英伟达开源 PhysicsNeMo 把入场门槛往下拉。国内，原力引擎从聚变切入，瞬原科技做聚变仿真设计，天洑软件走智能 CAE 路线。

同行大多在 "把仿真算快"，原力引擎选择用最难的场景定义技术上限。 聚变是万亿级变量、高维强耦合、毫秒级响应、还带安全边界的终极考场 —— 在这里磨出来的 "仿真 — 控制 — 诊断 — 设计" 全链路，往油藏、核电、航空航天下放，是降维。

对一个 7 个月的团队，直接去红海和 Ansys 拼通用 CAE 是死路；绑死最难场景、先拿 "装置级验证" 背书，可能是唯一活得下来、还能保持独立性的姿势。

三层不是竞争关系，是同一场革命的三条战线。真正的厮杀在宏观层内部：老巨头有客户、没范式；新团队有范式、没装置。谁先把 "范式 × 装置" 捏在一起，谁定义品类。

四、大佬与派系：牌桌上的钱好数，牌桌上的人从哪来更值钱

AI4S 是典型的学术源流驱动赛道 —— 看懂这笔融资之前，得先看懂这场迁徙。

第一脉，MIT"AI 物理学家" 系。 带头人是 MIT 教授 Max Tegmark。2019 年他和学生吴泰霖发表《Toward an AI Physicist》，提出的命题至今是这条赛道的纲领：让 AI 像物理学家一样，从无标注数据里自己发现物理定律。这个学生后来去斯坦福跟图神经网络宗师 Jure Leskovec 做博后，再到西湖大学带组。他 2025 年在《计算物理》上发过一篇综述，标题把野心写得很直白 ——"人工智能加速科学仿真、设计、控制和发现"。仿真、控制、设计、发现，四件事全占。现在他的 title 是原力引擎创始人。

第二脉，Caltech 算子派。 Anima Anandkumar，Caltech 教授、前英伟达 ML 研究负责人，2020 年提出傅里叶神经算子（FNO）—— 不解方程，直接学 "方程的解算子"。这个思路今天被英伟达工程化成开源底座 PhysicsNeMo，成了行业事实标准之一。路线之争由此而来：符号派要 "可解释的新定律"，算子派要 "算得快的黑箱"。

第三脉，DeepMind 系。 AlphaFold 拿了 2024 年诺贝尔化学奖，GNoME 批量预测新材料结构，更早还联手瑞士洛桑理工用强化学习按住过托卡马克。但更值钱的信号是人才外溢：前 DeepMind 材料化学负责人 Cubuk，和前 OpenAI 研究 VP、ChatGPT 共同创造者 Fedus，2025 年双双出走创立 Periodic Labs—— 种子轮 3 亿美元、a16z 领投，贝索斯、施密特、Jeff Dean 以个人身份跟投。他们的信条一句话：互联网上已经没有新知识了，实验才是唯一的 ground truth。

第四脉，Princeton 一脉两派。 微观这边，鄂维南院士带出的 DeePMD 学派，学生张林峰创立深势科技，是中国微观派的主线；宏观这边，普林斯顿等离子体实验室的 Kolemen 教授，今年 9 月把 PACMAN 送上《核聚变》——20 毫秒闭环，在 DIII-D 真机上做了五项实验。一所学校，同时攥着微观学派和宏观实战两张牌。

第五脉，F1 工程派。 PhysicsX 的两个创始人，一个是雷诺和梅赛德斯 F1 的研发负责人，一个是雷诺的首席比赛策略师（顺手创办了后来被麦肯锡买走的 QuantumBlack）。他们不写论文，把 F1 每赛季几十万次仿真的速度文化搬进工业界，今年 6 月 C 轮 3 亿美元、估值 24 亿，淡马锡领投，英伟达、西门子、应用材料加注。

五脉人吵的是同一个问题的不同解法：AI 到底怎么介入科学 —— 发现定律（符号派）、学解算子（算子派）、自主做实验（闭环派）、实时控制装置（宏观派）、还是把仿真直接变成推理（工程派）。

但请注意一个细节：Fedus 和 Cubuk 是从全球最顶级的两个 AI 实验室出走来做这件事的，吴泰霖是从 MIT 的象牙塔回国来做这件事的。大佬流向就是范式信号 —— 当最聪明的一批人集体从 "AI 理解比特" 转向 "AI 理解原子"，这就不是风口，是迁徙。

五、投资人为什么此时下注

第一，范式切换的确定性。 诺贝尔奖加 350 亿美元级并购，等于给这个方向做了双重定价 —— 就像当年 EDA 之于芯片，仿真正从工具变成基础设施，而新品类的第一名还没人认领。

第二，付费意愿的确定性。 这条赛道的客户不是 "要不要买"，而是 "买谁的"。聚变装置的 AI 控制是刚需，油藏、核电的仿真预算是被 Ansys 们验证过几十年的存量预算 ——AI 替代的是老预算，不需要教育新市场。

第三，主场与窗口的确定性。 全球最完整的工业体系、最大的聚变投入都在中国；CAE 国产化率至今低得可怜，工业软件自给是国家级命题。看阵容就懂了：上海未来产业基金明说按 "装置 — 器件 — 材料 —AI4Fusion— 应用" 全产业链布局，双国资平台领投、复旦科创加注、龙芯创投跟投 —— 这不是财务投资，是按产业链拼图提前占座。

风险也要明牌：商业化周期长；从聚变装置验证到多行业复制，中间隔着工程鸿沟；CAE 巨头的 AI 化反扑随时会来。早期项目，这三条每条都够死一次。

结语

上一轮 AI 革命重写了比特世界，这一轮重写原子世界。原力引擎这 5000 万只是入场券，真正的信号是：连上海国资都开始在 "聚变 + AI" 的拼图上提前落子了。

仿真软件的故事用旧语言讲了 70 年，接下来五年，会用另一种语言重讲一遍。这一局赌错的代价不是输 —— 是连牌桌都没了。

（来源：华芯资本）