AI时代需要什么样的能源？中国探索“零碳算力”新路径

人工智能正在迎来一场“能源大考”。

过去几年，随着大模型、智能计算和数据中心快速扩张，AI背后的算力基础设施正在消耗越来越多的电力。Gartner预测，2026年全球数据中心电力消耗将达到565太瓦时，较2025年的447太瓦时增长26%；到2030年，这一数字将超过1200太瓦时——相当于英国一年的全国用电量。不断增长的算力需求，让能源成为人工智能产业持续发展的关键变量。

对于AI产业而言，挑战不仅在于“电够不够”，更在于“电稳不稳”。AI数据中心需要的不只是充足电力，更需要稳定可靠的基荷电力。大型算力中心对供电质量提出了极高要求，微小的电能波动都可能导致数据传输错误甚至设备故障。而风能、太阳能虽然清洁，但受天气和时间影响，难以持续稳定输出。

在这一背景下，核能凭借稳定供电、低碳排放和高能量密度等优势，正在重新进入全球科技产业的视野。

过去18个月，微软、亚马逊、谷歌等科技巨头纷纷加码核能布局。微软与美国核电企业签署价值16亿美元的购电协议，推动重启三哩岛核电站1号机组；Meta与多家核电企业达成总规模达6.6吉瓦的长期合作协议；亚马逊则投资5亿美元支持小型模块化反应堆项目，计划到2039年前建设5吉瓦核能产能。

在中国，人工智能与能源融合也正在进入政策推动阶段。2026年5月，国家能源局会同国家发展改革委、工业和信息化部、国家数据局发布《关于促进人工智能与能源双向赋能的行动方案》，提出推动人工智能与能源产业深度融合，并探索核电、氢能等能源形式以直连方式为算力设施提供能源支持。

当人工智能对能源提出新的需求，先进核能也迎来了新的发展窗口。两股产业浪潮正在寻找新的交汇点。

当AI遇上先进核能

2026年7月17日，上海西岸国际会展中心。2026世界人工智能大会（WAIC）开幕当天，由中国科学院近代物理研究所主办的“AI与先进核能共筑可持续智能未来”主题论坛同期举行。这是WAIC举办八年来首次聚焦人工智能与先进核能融合发展的垂直主题论坛。

·论坛启动仪式

论坛现场，参与者不仅有传统核工业领域专家，还包括人工智能、工业智能、数字化技术等多个领域的科研人员和产业代表。他们共同探讨一个备受全球能源与科技产业关注的问题：当人工智能遇上先进核能，能否为未来“零碳算力”打造新的能源基础？

中国核学会理事长王寿君在论坛致辞中表示，推动核工业数字化、智能化转型，是核能行业高质量发展的重要方向。未来，人工智能将在核能研发、建设、运行和维护全过程发挥重要作用，而核能也将为人工智能产业提供稳定的零碳能源支撑。

中国科学院院士赵红卫则指出，全球能源转型与数字革命正在深度交汇，人工智能与先进核能的双向赋能，将成为未来产业升级的重要方向。

不过，这场融合并不是简单的技术叠加。核能系统具有高度复杂性，涉及多物理场耦合、多尺度运行和极高安全要求；而人工智能虽然拥有强大的数据分析能力，但其“黑箱”特性也与核工业对安全、可靠、可解释的要求形成挑战。

如何让AI真正进入核能领域，并成为推动产业升级的可靠力量，正成为全球探索的新方向。

中国原创方案，给核能装上“智能大脑”

“AI+先进核能”的深度融合是本次论坛的核心议题。从理念到具体的技术路径，中国正在给出自己的原创答案。它要回答的，不只是“如何为AI提供更多电力”，更是未来能源体系如何适应智能时代的新命题。

中国科学院院士、ADANES项目总指挥詹文龙，CiADS总工程师、ADANES技术总师何源，联合高校和企业代表共同发布了全球首创的“AI for ADANES”原创技术路线。

·詹文龙在论坛致辞

ADANES，即加速器驱动先进核能系统。与传统核反应堆依靠内部链式反应维持运行不同，它利用加速器产生的外源中子驱动次临界反应堆，通过“外部控制”提高系统固有安全性。

在这个系统中，加速器就像一个“控制开关”，可以根据需求调节反应强度；同时，系统能够利用更丰富的核燃料资源，实现乏燃料循环利用，大幅提升资源利用效率。

“简单来说，就是让核能系统能够‘吃粗粮’。”詹文龙介绍，通过先进燃料循环技术，ADANES有望将目前压水堆约1%的资源利用率提升至95%以上，同时减少核废料处理压力。也因此，它被称为“超四代核能系统”。

然而，技术创新也带来了新的工程挑战。ADANES并非简单地将多个设备组合在一起，而是一个高度复杂的耦合系统——加速器、散裂靶和次临界堆三个核心环节相互关联，微小变化都可能影响整个系统的运行稳定性。如何驾驭这样一个复杂系统，正是人工智能进入ADANES的重要原因。

· 物理本征世界模型驱动的ADANES生态

针对这一挑战，“AI for ADANES”技术路线提出了以物理本征世界模型为核心的智能体系，探索“数据+物理模型+专家经验”三重驱动的新范式，试图破解人工智能“黑箱不可控”与核工业“安全零容错”之间的矛盾。

·物理本征世界模型驱动的ADANES智能系统

“AI赋能正在改变ADANES的发展模式。”何源表示，传统核能系统高度依赖专家经验、离线仿真和人工判断，而ADANES面对的是多物理场、多尺度、高非线性的复杂环境。AI在其中的角色不再是辅助分析工具，而是成为能够感知系统状态、预测未来变化、辅助决策优化的智能核心。

·何源在论坛上致辞

联合研发团队则从世界模型、基础理论、智能决策和数字孪生等方向展开探索。兰州大学周庆国教授介绍，团队正在打造面向ADANES的“物理本征世界模型”，通过将物理规律融入AI模型，提升系统预测和推演能力；厦门大学赵鸿教授强调，核能AI必须摆脱“黑箱”模式，以物理理论和控制边界为约束，确保决策可解释、可验证。在智能控制方面，中国科学院自动化研究所李林静研究员提出构建核能领域垂直大模型，通过智能体协同、工具调用和专家知识融合。香港理工大学程然教授提出, ADANES的智能是贯穿系统全生命周期、在物理约束与专家监督下持续感知、推演和演化的运行过程。同时，上海安托信息技术有限公司总经理于永峰表示，AI进入核工业还需要统一的数据基础设施支撑，通过动态数字孪生连接设计、制造、运行和维护全过程，让AI真正理解并持续优化工程系统。

论坛现场，国内首个“AI for ADANES”全域创新联盟正式揭牌。联盟汇聚科研院所、核能企业、人工智能企业和金融机构等多方力量，将依托大型科研装置，共建核能数据库、物理仿真平台和核能专用大模型，推动示范装置建设和工业级ADANES智能化方案落地。

· AI for ADANES联盟

这意味着，AI与先进核能的融合正在从单点技术探索迈向系统化创新生态。未来，ADANES有望成为“先进核能+人工智能”融合发展的代表性范例，为全球低碳能源体系提供一条新的技术路径。

从辅助决策到核心环节，AI正在重塑核能产业链

技术路线的发布和联盟的成立，共同揭示了一个更深层的产业拐点：AI正在从核能的“外围工具”走向“核心系统”。

在论坛主旨演讲环节，多位来自核电企业、科研机构和工业智能领域的专家，用各自领域的实践，勾勒出这一变化的清晰轮廓。

中核战略规划研究总院原院长白云生首先提出，核能与人工智能正在形成一种“双向赋能”的关系。一方面，AI产业爆发带来了巨大的算力饥渴。在所有电源选项中，核能凭借稳定、低碳、高可靠的特性，几乎是为AI算力量身定制的理想基荷电源。另一方面，AI也在反向重塑核能的技术边界。AI正在渗透核能的设计、建设与运维全生命周期，在提升效率的同时，也为核安全防线注入了全新的技术变量。

在AI+核能领域，最活跃的探索集中在核电运行的智能化转型上。中广核数字科技有限公司董事长孙永滨分享了这一领域的最新实践。他介绍，AI已经开始在核电站安全管控和智能运维中发挥实际作用。过去核电站值长换班时，需要花费两个小时手动整理运行信息、撰写交接班日志；现在AI系统自动分析数据、生成日志，五分钟即可完成。在设备管理层面，通过人工智能故障诊断系统，可以快速识别异常状态、提前预警风险。

与此同时，AI也进一步向核能创新的源头延伸，进入材料研发和反应堆设计领域。

国家电力投资集团核能总工程师郑明光指出，未来四代核电、聚变堆等先进核能技术的发展，对材料性能提出了更高要求。传统材料研发需要经历设计、制造、测试、辐照验证等多个环节，周期往往长达数年；在高温、高辐照、强腐蚀等极端环境下，材料性能验证成为制约先进核能发展的关键瓶颈。人工智能通过建立材料数据库、结合机器学习模型，科研人员可以提前预测材料性能，优化材料配方，加快新材料探索速度。

中核集团专家贺新福介绍，目前AI已经应用于反应堆材料成分设计、性能预测以及缺陷识别等方向。与传统“黑箱式”预测不同，可解释人工智能模型不仅能够预测材料性能，还可以分析不同元素在材料中的作用机制，为科研人员优化材料提供依据。

在更为前沿的聚变能源领域，AI正在挑战一个世界级难题——托卡马克装置中的等离子体控制。中国科学院合肥物质科学研究院首席科学家肖炳甲介绍，实验装置中的等离子体温度可达到上亿摄氏度，同时存在复杂的不稳定现象，对控制精度和响应速度提出了极高要求，而人工智能可以通过强化学习和智能预测，实现更加快速、精准的控制。

和利时集团总工程师朱毅明的视角则更偏向“基础设施”层面。他指出，工业领域不缺数据，缺的是高质量、可理解的数据。他提出“数据+知识”双轮驱动方案，既靠数据驱动，也靠物理模型和工艺知识约束，这样才能让AI真正进入工业控制系统。

多位专家的观点汇聚成一条清晰的主线：AI对核能的重塑，正在从单点工具向全链条渗透——从运行维护到材料研发，从聚变控制到底层工业系统。先进核能，正在成为AI深度赋能的高技术密集型产业。

AI的边界不是划出来的，是“培养”出来的

从模型到案例，再到真实工程系统，人工智能进入先进核能领域的边界究竟在哪里？这是当前产业界与科学界共同面对的核心追问。

与互联网、消费电子等场景不同，核能对安全有近乎苛刻的要求。任何新技术进入核工程体系，都必须经历长期验证与严格评估。因此，AI能否真正赋能核能，关键不在于“有没有更强大的模型”，而在于能否建立一条可信、可控、可验证的应用路径。

何源在圆桌讨论中抛出了一个耐人寻味的比喻：当前的人工智能仍像一个“会幻想的孩子”，它可能给出令人惊艳的答案，也可能产生不可控的“幻觉”。但他也认为，核能的人工智能也要学习物理理论，用微观世界的核物理理论监管起来，还要用人类的道德规范去约束。

换言之，AI进入核能领域，不能指望“即插即用”。它需要数据加物理世界的理解，不可能完备的数据信息，加对微观物理世界的理解，加人类经验的约束，才能最终形成可信、可靠、可演化的人工智能。

·论坛圆桌环节

这些讨论也引出了更深层的问题：如果说AI需要“培养”，那么谁来定标准、谁来划边界？哈尔滨工程大学谭思超给出了一个务实的回答：“分类、分级、定标”。在他看来，AI本质上也是软件，完全可以借鉴核工业已有的软件安全认证逻辑，对其输入、输出、算法和运行过程进行全链条验证。

与此同时，AI进入核安全体系还面临另一个关键挑战——如何摆脱“黑箱”。对于核能这样的高安全要求领域，AI不仅需要给出判断结果，更需要解释判断依据，证明结果可靠，并在出现偏差时具备纠错能力。

清华大学专家张勤认为，面向核能领域的人工智能，必须从“黑箱”走向“白箱”，从依赖相关性的预测，走向基于因果关系的推理。他介绍了自己提出的“动态不确定因果图”理论，强调核能AI必须具备可解释、可溯源、可纠错的能力，这也是其安全应用的基础。

张勤指出，当前大语言模型中的“思维链”本质上仍是对Token序列的组织，并不等同于真正的逻辑推理。实验显示，错误的思维链可能得到正确结果，而正确的思维链也可能导向错误答案。因此，AI要真正进入核能等高安全领域，必须建立在因果关系和科学规律之上，而不能仅依靠数据关联。

从技术路径来看，AI在核能领域正经历从辅助工具到系统核心的演进。但无论模型如何进化、体系如何完善，最终决定AI能否真正落地的，仍然是人。而AI与核能融合真正走向产业化，还需要制度和规则提供保障。

北京航空航天大学邓岳、南华大学副校长于涛、中国信息协会能源工作委员会会长王永杰、瑞典皇家理工大学Waclaw Gudowski以及黑水磐石董事长石亮等嘉宾，则从人才、制度和创新生态等角度展开讨论。他们认为，AI与核能融合既需要避免对人工智能的过度神化，也不能忽视其推动科学发现和工程创新的潜力。未来关键在于培养既懂核物理又懂人工智能的复合型人才，推动高校、企业、科研机构之间的数据与技术协同。同时，随着更多AI创业团队和社会资本进入核能领域，监管体系也需要同步创新，建立更加完善的标准准入、责任协同和技术迭代机制，为先进核能智能化发展提供支撑。

在闭幕环节，论坛主席何源正式发布包含八项核心内容的论坛会议共识，为AI与先进核能融合明确未来方向。

从某种意义上说，AI进入先进核能，远非一次简单的技术升级，而是一场涉及科学认知、工程体系、人才结构和治理规则的系统变革。

结语

这场论坛的意义，远不止于一次技术交流。

作为世界人工智能大会（WAIC）创办以来首个聚焦AI与先进核能融合发展的专题论坛，它首次将人工智能、先进核能、零碳算力与能源安全等关键议题汇聚于同一平台，推动政、产、学、研、金、服、用多方力量协同创新，也标志着我国自主原创的ADANES先进核能技术正迈向智能化、体系化发展的新阶段。

正如詹文龙所说：“核电很稳定，如果跟AI、跟算力放到一块去，两边相辅相成，核电需要更多的AI赋能，二者在一起是1+1>2的。”何源则进一步描绘了这一融合的未来图景：“ADANES支撑核能的发展，核能支撑电力，电力支撑算力，算力支撑AI。希望通过ADANES，为AI的发展打造一个可持续、稳定的电力底座。”

这也揭示了AI与先进核能之间正在形成的新关系：AI的高速发展正在重新定义能源需求，而先进核能则为智能时代提供更加稳定、低碳的能源答案；与此同时，AI也正在反过来推动核能向更安全、更高效、更智能的方向演进。

从基础研究到关键技术突破，从智能化系统建设到产业生态构建，“AI for ADANES”的探索，正在打开一条连接能源与智能未来的新路径。未来，这条从“智能核能”延伸至“零碳算力”的产业链，或将成为全球能源转型和人工智能发展的重要支撑。

当AI与核能真正实现深度融合，改变的将不仅是两个产业的发展轨迹，更可能重塑智能时代能源体系的底层逻辑。一个由清洁能源驱动、人工智能赋能的未来，正在加速到来。