2025年12月17日，由英国原子能管理局（UKAEA）、奥地利林茨约翰内斯・开普勒大学（JKU）与Emmi AI公司联合研发的人工智能工具GyroSwin正式亮相。这款革命性工具首次实现了五维（5D）等离子体湍流的秒级模拟，将传统超级计算机需耗时数天甚至数月的计算过程压缩至秒级，运算效率提升1000倍，为全球可控核聚变研究开辟了全新技术路径。
一、等离子体湍流的模拟困境
长久以来，可控核聚变被誉为人类能源的“终极圣杯”，其核心挑战之一在于如何精确模拟并控制上亿摄氏度等离子体内部的湍流行为。这种湍流会导致能量和粒子从磁约束“笼子”中泄漏，使聚变反应难以持续。传统上，科学家依赖基于5D回旋动理学方程的高保真数值模拟来研究湍流，这需要追踪粒子在三维空间和两个速度维度上的行为。尽管精度高，但此类模拟计算量巨大，往往需要顶级超级计算机运行数天甚至数月，严重拖慢了聚变反应堆的设计与优化进程。
二、从“暴力计算”到“智能学习”的范式跃迁
GyroSwin的核心理念并非直接求解复杂的物理方程，而是采用了一种“学习-预测”的智能代理模式。
研究团队首先利用传统的数值模拟代码GKW生成了大量高精度数据作为训练集。然后，GyroSwin通过深度学习从这些数据中提取5D等离子体动力学的内在规律，构建出一个能够快速推理的“代理模型”。
这意味着，一旦模型训练完成，它就能在几秒钟内根据输入参数生成准确的模拟结果，彻底改变了依赖超级计算机进行“逐步计算”的传统范式。
该模型的技术优势在于其独特的架构设计。它扩展了Swin Transformer的局部窗口注意力机制，使其能够原生处理五维数据，克服了传统卷积或视觉Transformer在处理高维数据时面临的内存与计算瓶颈.更重要的是，GyroSwin是一个多任务模型，它不仅能预测核心的5D分布函数演化，还能通过集成的模块同时计算出3D静电势场和关键的标量热通量，而后者通常需要对5D场进行复杂的积分才能获得。
三、性能全面超越，捕捉关键物理现象
在严格的基准测试中，GyroSwin展现出了全面超越现有方法的性能。评估涵盖了11个模拟场景。结果显示，GyroSwin在预测湍流演化时的自回归稳定性（相关时间）远高于其他神经网络基线方法。
在预测平均热通量这一关键指标上，GyroSwin的误差显著低于传统的准线性模型和其他AI方法。尤为关键的是，GyroSwin成功捕捉到了传统简化模型完全忽略的非线性物理现象，例如纬向流。这种流动现象对抑制湍流、维持等离子体稳定性至关重要。
四、从实验室到电站：加速聚变商业化进程
设计、开发和运行一座聚变电站需完成数百万次等离子体模拟，GyroSwin的高效性为这一过程注入关键动力。目前，英国原子能管理局已计划将其应用于两大核心场景：
MAST Upgrade
实验装置的等离子体行为分析
STEP（球形托卡马克能源生产计划）项目的优化设计
——目标在2040年代建成原型聚变电站，实现核聚变并网发电。
“这一突破将核聚变从科学理想向工程现实推进了一大步。”UKAEA计算项目主任Rob Akers强调，随着聚变电站设计纳入更多复杂物理因素，模拟复杂度将持续攀升，GyroSwin类AI工具的价值将愈发凸显。其
低成本、高速度
的优势，有望大幅缩短商业聚变电站的研发周期，降低技术落地门槛。
五、全球协作与政策支撑：开启 AI + 聚变新纪元
GyroSwin的研发得到英国政府“聚变未来计划”（
Fusion Futures Programme
）中“国际计算”专项的资金支持。该计划通过国际合作与全球计算协作，加速聚变技术从实验室走向商业化，构建世界领先的创新生态。JKU教授、Emmi AI联合创始人Johannes Brandstetter表示：“构建能加速5D回旋动理学模拟的 AI 模型是艰巨挑战，我们的突破仅是起点。”
这一进展与全球“AI+核聚变”的研发趋势高度契合。在中国，可控核聚变智能控制已被明确列为“
人工智能+核电
”典型应用场景，国家发改委、能源局先后发布政策，支持AI技术与核聚变装置多物理场耦合研究，推动等离子体稳态运行智能化控制。
GyroSwin的突破，不仅解决了核聚变研究中的计算瓶颈，更验证了AI与前沿科学的深度融合潜力。随着技术迭代，这类工具将支持更复杂的物理建模，帮助科学家攻克等离子体约束、湍流控制等核心难题。
参考资料：
- https://neurips.cc/media/neurips-2025/Slides/117909.pdf
- https://paperium-net.blogspot.com/2025/11/gyroswin-5d-surrogates-for-gyrokinetic.html
- https://arxiv.org/html/2510.07314v2
- https://ml-jku.github.io/blog/2025/gyroswin/