AI重塑核能安全逻辑：ADANES技术如何实现铀利用率95%的跨越
能源与算力的双重焦虑：破局点在何处
在全球能源结构转型与数字经济狂飙突进的交汇点，一场关于“电”的供需共振正在重塑产业格局。工业制造升级、超大规模人工智能算力中心的崛起，使得全社会用电负荷逐年刷新历史高点。特别是作为AI产业基石的数据中心，其对电力的需求呈现出极其特殊的刚性特征：需要全年不间断、电压极度稳定的基荷电力。然而，依赖天气的风光可再生能源存在天然的波动性，无法独自承担这一兜底重任。
数据直观地揭示了这一矛盾的尖锐性。据行业数据显示，2025年中国数据中心耗电已达1700亿千瓦时，预计到2030年将激增至8000亿千瓦时。这种指数级增长不仅带来巨大的能源消耗压力，更触及国家能源安全的底线。长期以来，我国石油、天然气对外依存度居高不下，化石能源进口受制于地缘政治冲突与国际价格波动，构建自主可控的本土清洁能源体系已不再是单纯的经济选择，而是关乎国家安全的战略必选项。
在这一背景下，核能作为唯一具备规模化、基荷供应能力且完全本土可控的非化石能源，其战略地位日益凸显。2023年，包括中国在内的22国发起国际倡议，目标是在2050年将全球核能装机容量增至2020年的三倍，以助力实现《巴黎协定》温控目标。截至2026年初，加入《三倍核能宣言》的国家已增至38个。尽管政策与市场需求双向驱动，但国内核能产业在迈向“十五五”规划扩容目标的过程中，仍面临资源禀赋限制与数字化短板的双重制约。
传统压水堆天然铀利用率仅为1%，大量铀资源被浪费，加剧了对外依存度。更为严峻的是，核能工程建设中存在严重的“数据孤岛”现象。设计模型离散、仿真数据断裂、运维信息独立，导致数据无法在设计、建造、运维全生命周期中连续传递，这不仅降低了工程效率，更埋下了安全隐患。与此同时，复合型人才的匮乏使得人工智能与核电技术的跨界融合举步维艰。多重矛盾叠加，行业亟需一套能够根治底层逻辑缺陷的本土化完整解决方案。
ADANES原创路线：从“吃粗粮”到零废弃的技术跃迁
面对传统核能技术的瓶颈，中国选择了走一条原创的先进路线——加速器驱动先进核能系统（ADANES）。这是中国在先进核能领域交出的唯一原创答卷，由中科院近代物理研究所提出，集核燃料增殖、乏燃料嬗变及产能于一体，在全球范围内处于领跑位置。
ADANES的核心优势在于其独特的“吃粗粮”干法燃料循环机制。与传统反应堆不同，ADANES采用次临界运行模式，通过加速器引出高能质子束轰击靶件，产生散裂中子驱动次临界堆芯。这种设计不仅改变了传统反应堆的安全逻辑，从根本上消除了堆芯熔毁的风险，更实现了铀资源的极致利用。据估算，ADANES可将铀利用率从传统压水堆的1%提升至95%，大幅削减高放核废料，完美契合我国铀资源相对贫乏但需求巨大的国情。
然而，次临界系统的引入也带来了新的技术挑战。器—靶—堆强耦合、多物理场长时间稳定运行控制等问题，使得传统基于局部控制和分系统建模的方法逼近能力边界。正如中科院近代物理研究所副所长、ADANES技术总师何源所指出的，面对微观物理与宏观工程交织的极端复杂性，简单的算法工具已不足以应对，AI必须成为变革性的生产力。
行业呼唤一个贯穿核能底层物理到顶层应用的安全赋能工具。中国科学院院士赵红卫强调，复杂核能系统的安全运行与效率提升始终面临技术难题，而人工智能恰好提供了全新的解题思路。如何将AI的深度学习能力与核工业“安全零容错”的严苛要求相结合，成为破局的关键。
AI for ADANES：物理本征世界模型的三重驱动范式
在2026年世界人工智能大会（WAIC）上，一场题为“AI与先进核能共筑可持续智能未来”的分论坛给出了中国答案：全球首发AI for ADANES技术路线。这一技术路线的核心创新，在于搭建了“物理本征世界模型”智能体系，首创了“数据+物理模型+专家经验”三重驱动的全新范式。
这一范式的提出，直击了当前AI在工业领域落地的核心痛点。传统AI模型多依赖纯数据驱动，存在“黑箱不可控”的风险，这在涉及公共安全与核安全的领域是不可接受的。而纯物理模型虽然解释性强，但在处理高维非线性复杂系统时计算成本极高且难以实时响应。AI for ADANES通过物理本征世界模型，将物理定律内嵌于AI架构之中，使AI不仅“看见”数据，更“理解”物理规律。
具体而言，数据层提供海量的运行监测与仿真数据，用于模型的训练与迭代；物理模型层嵌入核反应堆的中子物理、热工水力等核心方程，确保预测结果符合物理常识；专家经验层则引入资深核工程专家的知识库与控制策略，对AI决策进行约束与校正。三者协同，既保留了AI处理复杂非线性关系的强大能力，又赋予了其物理可解释性与安全性，彻底摆脱了海外纯数据驱动技术的局限。
中国科学院近代物理研究所副所长何源在解读该技术路线时指出，ADANES系统是一个极度复杂的动态系统，传统方法难以实现全局最优控制。AI for ADANES通过构建高保真的虚拟映射，能够在数字空间中对核能系统进行实时模拟、预测与优化，从而实现从被动响应到主动防御、从局部优化到全局协同的跨越。这不仅填补了全球先进核能智能化落地的技术空白，也为大科学装置释放创新效能开辟了全新空间。
全域创新联盟：重构核能智能化产业生态
技术的突破需要产业的承接，而产业的协同需要生态的重构。在发布技术路线的同时，论坛现场正式启动了国内首个“AI for ADANES全域创新联盟”。这一举措标志着中国核能智能化从单点突破走向系统化、生态化发展的新阶段。
联盟的成立旨在解决长期制约核能智能化的资源孤岛问题，确立了五大共建方向：建设开放共享的数据资源与基准任务体系、共建物理本征世界模型体系、研发核能专用大模型与智能体平台、建设开放共享的仿真与验证平台、完善安全可信与工程示范体系。这五大方向涵盖了从数据基础、核心算法、应用平台到验证标准的全链条，试图打通高校、科研院所、核电企业、AI公司与资本方之间的壁垒。
联盟的分阶段发展规划清晰而务实。短期内（1-3年），重点建成开放共享的仿真验证与试验测试公共平台，推动CiADS智能控制系统的优化升级，夯实技术底座。中期（3-8年），围绕300MW ADANES示范装置建设，形成全链路人工智能控制体系与成套工程解决方案，实现技术落地。长期（10年以上），则致力于构建开放协同、共研共建的全域创新生态，持续完善AI赋能先进核能的全链条技术体系。
人才培养是生态可持续的关键。南华大学副校长于涛提出“三个协同”建议：数学思维与逻辑思维的协同、教与学的协同、校企协同。这强调了跨学科复合型人才培养的重要性，旨在从源头解决核能与AI人才储备不足的问题，为长期发展提供智力支撑。
价值释放：技术自主与全球竞争力的双重跃升
AI for ADANES三大成果的落地，不仅解决了技术难题，更在宏观层面释放出深远的产业价值。
首先，在技术自主方面，ADANES路线的智能化升级夯实了我国能源新质生产力的核心资产。正如中科院院士赵红卫所言，人工智能的深度融入是破解复杂系统调控、运行效能优化、安全边界精细化管控等难题的关键抓手。这不仅加速了ADANES从理论构想向工程落地的进程，更使我国在下一代核能技术竞争中占据了标准制定的主动权。
其次，在商业模式上，AI与核能的融合有望催生两条高增长主线。一是“核电直供算力园区”模式，通过核能提供稳定、低碳的基荷电力，直接承接国内万亿级的算力低碳用电需求，解决数据中心能耗瓶颈。二是全生命周期智能管控，通过AI大幅削减核电运维成本与燃料循环成本，提升投资回报率，拓宽核电的商业化应用场景。
最后，在全球竞争层面，这一成果有助于我国形成差异化的全球竞争优势。与海外碎片化的单点研发不同，中国输出的是成套成熟的“技术+标准+生态”方案。依托ADANES无国界的技术特性，中国有望深度参与全球核能AI治理与标准制定，形成中国技术品牌的差异化溢价，推动全球核能智能化进程。
全球能源转型与数字经济两大高景气赛道的交汇，使得先进核能智能化进入了产业化关键窗口期。AI for ADANES的发布，不仅是一次技术展示，更是中国原创先进核能技术迈向智能化发展新阶段的起点。通过“技术路线+全域联盟”的双轮驱动，中国正在重新定义核能安全与效率的边界，为全球可持续智能未来贡献中国智慧。