Fusionality 获370万美元种子前融资：聚变装置控制层能否从定制走向可复用？

当聚变公司都在抢磁体订单时，控制层还在重复造轮子

2026年的聚变行业有一个不太被注意的悖论：超过30家私人公司正在全球各地建造托卡马克、仿星器和惯性约束装置，供应链上高温超导带材、真空室、偏滤器的订单排到了数年之后，但当这些装置开始放电，谁来告诉磁体线圈如何在毫秒内响应等离子体的扰动？谁来把诊断系统每秒产生的海量数据实时转换成可执行的控制信号？答案往往是：每家公司自己招一批等离子体物理博士，从零开始写一遍。

这种重复建设正在制造一个隐形的效率黑洞。聚变装置的操作基础设施——测量、仿真、控制与数据系统——需要高度鲁棒，失败可能拖慢实验进度、损坏部件，未来在商业电站中则意味着停电。但据 Startupticker 报道，许多组织几乎从零重建这套能力，导致广泛的重复、低效、更高成本和更慢的研发进度。换句话说，聚变供应链通常被用硬件语言描述，但一个测量与控制层正在旁边形成，而它目前的状态接近于三十家公司各自发明轮子。

Fusionality 的种子前融资正是在这个夹缝中落地的。2026年9月，这家从 EPFL 瑞士等离子体中心分拆出来的洛桑初创公司宣布完成370万美元（CHF 300万）种子前轮融资，由 Founderful 和 Playfair 联合领投。两位创始人 Federico Felici 和 Jonas Buchli 的背景都横跨等离子体物理与 Google DeepMind，他们想把控制层从定制化项目变成可复用组件。

从 TCV 托卡马克到 DeepMind，再回到聚变控制的最窄处

Fusionality 的技术叙事有一个清晰的起点：2022年发表在 Nature 上的论文《Magnetic control of tokamak plasmas through deep reinforcement learning》。据 Startupticker 和 Fusion Energy Base 的报道，Federico Felici 与 Jonas Buchli 正是在 EPFL 与 Google DeepMind 合作训练强化学习智能体控制 TCV 托卡马克的过程中相识。这项研究证明了深度强化学习可以用于磁约束等离子体的实时控制，而它恰好横跨了两人各自最擅长的领域。

Felici 的职业路径是典型的等离子体控制专家路线：控制工程学位、EPFL 等离子体物理博士、TU Eindhoven 助理教授，然后回到 EPFL 瑞士等离子体中心负责控制工作。他在 Google DeepMind 工作了两年半，据 FundedStartupsDaily 报道，期间开发了用于聚变装置的仿真和机器学习接口。Buchli 则是电气工程师出身，在 ETH Zürich 担任过教职，之后加入 DeepMind 担任高级研究科学家，领导机器人系统、最优控制与强化学习团队。两人一个懂等离子体，一个懂实时控制与学习系统，组合指向的正是聚变装置运行中最难啃的骨头。

但这里需要区分已验证的研究能力和待验证的产品能力。Nature 论文证明的是在 TCV 这一台特定装置上，强化学习可以完成磁控制任务；它没有证明的是，这套方法可以低成本地迁移到 Commonwealth Fusion Systems 的 SPARC、Tokamak Energy 的球形托卡马克或者 Type One Energy 的仿星器上。Fusionality 的公司口径是，其技术设计为可跨装置复用，减少定制化，使后续部署成本低于前一次。这是一个商业假设，不是已被第三方验证的事实。目前来源材料中没有独立客户案例或对比数据支持这一复用性主张。

产品切的是运行基础设施，不是等离子体物理本身

Fusionality 的产品描述在多个来源中基本一致：面向聚变能行业的测量、仿真与控制系统，包括实时诊断、等离子体控制与数据系统，以及用于验证的仿真工具。Thesaasnews 的表述更具体：一个专用软件骨干，帮助聚变能开发商解决复杂控制瓶颈，包括将等离子体测量实时转化为反应堆系统信号。Fusion Energy Base 则补充了“仿真工具用于验证”这一层。

从产业链位置看，这家公司不造磁体、不建真空室、不做加热系统。它切的是所有聚变装置都必须具备但没有人愿意视为核心竞争力的那一层：运行基础设施。这一定位的聪明之处在于，它绕开了聚变硬件供应链上已经拥挤的环节，进入了一个客户痛点明确但供给分散的市场。风险也同样明显：如果聚变公司把控制能力视为战略资产而非可外包的组件，Fusionality 的“可复用”逻辑就会撞上客户的自建冲动。

Jonas Buchli 在公司公告中的表述是：“Operating a fusion device is a challenging problem where multiple sources of data, different time scales and complex plasma behaviour come together. Fusionality can bring a multi-disciplinary approach spanning measurement, software, control, and data engineering.” 这段话定义了公司的能力边界：跨测量、软件、控制与数据工程的多学科集成，而非单一环节的点状突破。但“多学科方法”本身并不构成护城河，真正的验证在于能否在客户装置上跑通并形成复用。

“可复用”是核心商业假设，但还没有客户为它投票

Fusionality 的商业模式可以概括为：为聚变公司提供可复用的控制与仿真组件及集成解决方案，按客户装置部署。公司明确表示，资金将用于获取首批付费客户并交付首批客户合作。这意味着截至融资公告时点，公司尚未披露任何付费客户名称或合同金额。

这与聚变行业当前的采购逻辑形成了一种张力。聚变公司大多处于装置建设或实验运行阶段，每一台装置的设计差异巨大——托卡马克与仿星器的磁场位形不同，惯性约束与磁约束的物理过程不同，甚至同为托卡马克，不同公司的等离子体位形、加热方式和诊断布局也各不相同。Fusionality 声称其技术“设计为可跨装置复用，减少定制化”，但来源材料没有提供任何跨装置部署的实例来支撑这一说法。公司称其系统可复用，这是公司口径；独立验证需要等到首批客户合作的实际交付数据出现。

另一个值得注意的细节是，Konsulteer 的报道提到 Fusionality 初期聚焦磁约束聚变，并计划扩展到其他技术路线。这意味着公司自己也在控制复用性的边界——先在一个技术路线内验证，再谈跨路线扩展。这是一个务实的排序，但也说明“跨装置复用”目前更多是一个方向性目标，而非已经兑现的能力。

竞争格局：没有明确对手，但替代方案是客户的自建团队

来源材料中没有列出 Fusionality 的具体竞争对手。这在种子前阶段并不罕见，但竞争分析不能因此省略。从产业链逻辑看，Fusionality 面对的直接替代方案不是另一家做聚变控制软件的公司，而是聚变公司内部的控制团队。当一家聚变公司决定是否采购外部控制组件时，它比较的不是 Fusionality 与某个竞品的价格，而是外部采购与自建团队之间的成本、速度和控制力权衡。

Fusion Energy Base 的报道提供了一个有价值的参照：其供应链目录在相关类别下列出了16家公司，其中只有两家同时出现在另一个相关类别中。这个细节暗示，聚变供应链的测量与控制层目前高度分散，供应商往往只覆盖单一环节，能够提供跨测量、仿真、控制与数据集成的玩家很少。但“很少”不等于“没有”，也不等于 Fusionality 已经占据了那个位置。目录数据只说明供给分散，不说明 Fusionality 的相对竞争力。

David Gates 的引语值得单独审视。Thea Energy 联合创始人兼 CTO 在公司公告中表示：“By targeting core challenges in measurement, simulation, and control, Fusionality is positioned to help accelerate the entire fusion sector.” 这是一位潜在客户高管的背书，但它出现在融资公告中，属于投资方或公司选择呈现的第三方声音，并非独立客户评价。Thea Energy 是否已经成为付费客户，来源材料未披露。

投资逻辑：赌的是聚变行业的“卖水人”位置

Founderful 和 Playfair 联合领投这笔种子前轮，逻辑并不难理解。聚变行业正在从科学实验向工程化、商业化过渡，超过30家私人公司加上公共项目同时在建造装置，每一台都需要运行基础设施。如果 Fusionality 能够把控制层标准化，它就占据了类似云计算之于互联网公司、EDA 之于芯片设计的位置——不赌哪一家聚变公司胜出，而是赌整个行业都需要同一类工具。

这个逻辑的成立条件有三个。第一，聚变公司必须愿意为外部控制组件付费，而不是坚持自建。第二，Fusionality 的组件必须真的能跨装置复用，否则每一单都是定制项目，毛利结构会向系统集成商而非软件公司靠拢。第三，聚变行业的商业化节奏必须足够快，快到客户愿意用外部采购换时间。这三个条件目前都没有被验证。融资公告本身不构成验证，它只说明两位投资人愿意在这个时点下注。

从资本结构看，370万美元的种子前轮规模在瑞士深科技生态中属于正常偏保守的水平。这笔钱主要用于在洛桑招聘控制工程师、计算物理学家、等离子体测量专家和软件工程师，以及支持首批客户合作。没有披露估值，没有披露是否包含可转换票据或其他结构。对于一家2026年刚成立的公司，这笔资金的核心功能是把创始团队从两个人扩展成一个能同时做研发和客户交付的小团队。

资金用途清晰，但招聘本身就是一个信号

Fusionality 的资金用途在多个来源中高度一致：在洛桑总部招聘四类人才——控制工程师、计算物理学家、等离子体测量专家和软件工程师——并支持获取首批付费客户。公司官网和 LinkedIn 帖子均显示正在招聘技术与运营岗位。

招聘组合本身透露了公司的产品优先级。控制工程师和等离子体测量专家对应的是实时诊断与等离子体控制这条线，计算物理学家对应仿真工具，软件工程师对应数据系统与集成。四类岗位的并列说明 Fusionality 不打算只做一层薄薄的软件壳，而是要把测量、仿真、控制和数据四个环节都纳入自己的交付范围。这在早期是一把双刃剑：一方面，全栈能力是客户愿意外包的前提；另一方面，四线并进的研发投入对一家种子前公司来说并不轻松。

从已披露的信息看，Fusionality 的招聘进度和首批客户获取进度均未公开。来源材料只提到“计划交付首批客户合作”和“正在招聘”，没有给出时间表或已签约客户数量。这意味着公司仍处于从研究团队向商业实体转换的最早期阶段。

风险不在技术，在客户是否愿意交出控制权

来源材料没有明确列出 Fusionality 的风险因素，但编辑可以从已核实事实中推导出几个结构性风险，同时明确标注推理边界。

第一个风险是客户获取。聚变公司数量有限——来源称超过30家私人公司，TrySignalBase 的报道则提到超过60家，两个数字存在差异，但无论哪个口径，潜在客户池都不大。如果每个客户都需要深度定制，Fusionality 的“后续部署成本低于前一次”假设就难以成立。从已披露的“设计为可复用”与“尚未披露付费客户”这两个事实看，复用性尚未被任何外部证据支持。

第二个风险是技术路线分化。聚变行业远未收敛到单一技术路线，磁约束、惯性约束、仿星器、球形托卡马克、激光聚变等路线并存。Fusionality 初期聚焦磁约束，这降低了早期复杂度，但也限制了可服务市场。跨路线扩展的可行性在来源中只有一句“计划扩展”，没有技术验证细节。

第三个风险是人才竞争。公司需要在洛桑招聘的等离子体测量专家和控制工程师，恰恰是聚变公司和公共实验室也在争抢的稀缺人才。EPFL 瑞士等离子体中心的背景可能提供人才管道，但种子前阶段的薪酬和股权吸引力有限。这一风险在来源中未直接陈述，属于编辑基于招聘需求与行业人才稀缺性的推断。

还有一个币种表述的细节值得记录：来源中同时出现 CHF 300万和约370万美元两个数字。Startupticker 和 Fusion Energy Base 使用 CHF 300万为主口径，Thesaasnews 和 TechFundingNews 使用370万美元。两者是同一笔融资的不同币种表述，不构成事实矛盾，但读者应知悉 CHF 300万是公司公告的原始币种。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

• 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
• 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
• 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：聚变行业的硬件叙事已经足够拥挤，Fusionality 选择了一条更安静但同样关键的路——把运行基础设施从每家公司的自建负担变成可复用的组件。两位创始人的 DeepMind 背景让这个故事有了 AI 的光环，但真正决定这家公司命运的，不是强化学习论文的引用数，而是第一批聚变客户是否愿意把装置的控制层交给一家成立不到一年的软件公司。在“可复用”被客户账单证明之前，这仍然是一个漂亮的假设。