英国原子能管理局和曼彻斯特大学正在使用数字孪生模拟平台连接分散的设计团队,并更加深入地了解核聚变等离子体反应。

随着全球气候的加速变化,寻找并保护清洁能源已成为许多研究人员、组织机构和政府所面临的一项关键挑战。
为了加速设计并开发一个完整的核聚变发电厂,英国原子能管理局(UKAEA)通过曼彻斯特大学(University of Manchester)的一个评估项目测试NVIDIA Omniverse模拟平台,该发电厂可在未来为电网提供清洁的电能。
在过去的几十年里,科学家们一直在尝试创造核聚变能源的方法,这种能源不会产生任何碳排放,放射性也很低。该技术可以提供几乎无限的清洁、安全和可负担的能源,这将满足全球日益增长的需求。
核聚变通过原子核的结合来释放能量。但由于核聚变反应需要巨大的能量输入并且具有不可预测性,因此目前还无法成功扩大这种能源的生产规模。

太阳依靠核聚变反应来产生能量,太阳的强大引力压力使核聚变能够在华氏2700万度左右的温度下自然发生。但地球并不具备太阳的引力压力,因此产生核聚变反应所需的温度远超太阳,达到1.8亿华氏度以上。
为了在地球上复制太阳的能量,研究人员和工程师正在利用数据科学和超大规模计算的最新进展来开发核聚变发电厂的设计。研究人员可以使用NVIDIA Omniverse打造功能齐全的发电厂的数字孪生,以便选择最高效的设计进行构建。
加快设计、模拟和实时协作的速度
构建一个能够准确反映所有发电厂的组件、等离子体以及控制和维护系统的数字孪生是一项巨大的挑战,而人工智能(AI)、百万兆级GPU计算和物理精确的模拟软件可以大幅加快这项工作。
这项工作的第一步是设计核聚变发电厂,整个过程需要大量组件以及多支大型工程、设计和研究专家团队。曼彻斯特大学UKAEA核聚变数字工程主任Lee Margetts表示:“我们需要许多不同的组件,并且必须顾及到多个物理学和工程学领域。其中一个系统的设计变更将会为其他系统带来连锁反应。”
来自不同领域的专家参与了该项目。每名团队成员使用不同的CAD(computer-aided design,计算机辅助设计)应用或模拟工具,而且某一领域的专家需要借助其他领域专家的数据来开展工作。
UKAEA团队正在使用Omniverse帮助他们在实时模拟环境中开展协作,因此他们不仅可以看到单个子组件的设计,也可以看到整个机器的设计。

Omniverse对于保持所有这些动态组成部分的同步性至关重要。通过连接所有工具和应用,Omniverse使从事发电厂设计的工程师能够使用统一的数据来源同时开展合作。
该项目的研究员Muhammad Omer表示:“位于三个不同地点的三名工程师可以在三个不同的数据包中处理同一个发电厂的三个不同组件。”
Omer解释说,当在Omniverse中进行实验时,团队使用该平台的核心功能导入全保真3D数据,实现了逼真的发电厂设计。他们还可以通过RTX渲染器实现实时可视化,以便轻松比较不同的组件设计方案。

模拟核聚变等离子体也是一个难题。这些团队使用Omniverse Kit开发了基于Python的Omniverse扩展应用,连接并采集来自工业模拟软件Monte Carlo Neutronics Code Geant4的数据,以此模拟发电厂反应堆中的中子迁移(将能量带出反应堆的过程)。
为了查看JOREK等离子体模拟代码,他们还构建了Omniverse扩展应用。该代码能够模拟可见光的发射,使研究者能够深入了解等离子体的状态。科学家们将开始探索NVIDIA Modulus AI物理学框架,结合他们现有的模拟数据开发出可以对核聚变等离子体模拟进行加速的AI代理模型。

Omniverse中的Monte Carlo Neutronics Code Geant4模拟
使用AI优化设计并改进数字孪生
除了用于设计、操作和控制发电厂之外,Omniverse还可以用于协助训练未来由AI驱动或AI增强的机器人控制和维护系统。在辐射环境中,这些系统将成为维护发电厂的关键。
通过Omniverse Replicator这套用于构建自定义合成数据生成工具和数据集的软件开发套件,研究人员可以生成大量物理精确的发电厂和等离子体反应的合成数据来训练机器人系统。在模拟环境中学习后,机器人可以在真实世界中更加准确地处理任务、改善预测性维护并缩短停机时间。
在未来,传感器可以向Omniverse数字孪生实时传输数据,不断保持虚拟的数字孪生与发电厂的真实状态同步。通过在虚拟的数字孪生中进行测试并对真实发电厂做出调整,研究人员将能够探索各种假设情况。
总而言之,Omniverse为Margetts和UKAEA团队的核聚变发电厂数字孪生构建工作带来了许多独一无二的可能性与便利。Omniverse提供了一个实时平台,研究人员可以用它来开发领先的发电厂技术。通过该平台,工程师还可以在设计发电厂时开展同步协作。同时,团队可以采用综合全面的AI工具,来优化未来的发电厂。
Margetts表示:“我们对眼前的一切感到十分高兴。作为一个数字工程平台,Omniverse蕴含着巨大的潜力。”
好文章,需要你的鼓励
谷歌Agent Development Kit(ADK)革新了AI应用开发模式,采用事件驱动的运行时架构,将代理、工具和持久化状态整合为统一应用。ADK以Runner为核心,通过事件循环处理用户请求、模型调用和外部工具执行。执行逻辑层管理LLM调用和工具回调,服务层提供会话、文件存储等持久化能力。这种架构支持多步推理、实时反馈和状态管理,为构建超越简单聊天界面的生产级AI应用提供了完整框架。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。