• 亿邦公众号
    • APP下载

90后教授用AI造火箭 天使轮火了

作者:刘博 文章来源:投资界

2026-07-16 14:47

作者:刘博 文章来源:投资界

2026-07-16 14:47

邦小白快读

EN
全文速览

这篇文章核心介绍了90后北大教授陈帜创办临界航天,完成2亿元天使轮融资,用AI造火箭发动机的行业事件,核心干货如下:

1. 核心人物背景:陈帜是剑桥大学博士,曾任剑桥博导,获得国际燃烧领域青年学者最高荣誉Bernard Lewis奖,是剑桥罗宾逊学院近百年来唯一华人终身会士,回国后任北大教授,牵头研发了全球首个耦合AI框架的反应流仿真开源平台DeepFlame,拿下国内超算领域重磅奖项。

2. 核心技术突破:临界航天推出的Prime一行火箭发动机研发智能体平台,把原来以年为单位的研发全周期压缩到两周,把传统靠材料试错变成靠算法求解,大幅降低成本和行业门槛。

3. 行业趋势:AI赋能商业航天制造已经成为明确趋势,国内商业航天正在迎来AI驱动的产业变革。

本文针对AI+商业航天赛道的品牌建设、产品研发、产业趋势给出了明确参考,干货总结如下:

1. 产品研发方向:当前国内商业航天的核心瓶颈集中在动力端,传统研发模式周期长、成本高,无法支撑可复用火箭和高密度发射需求,AI4S结合智能制造是破局的核心方向,市场当前亟需高可靠、低成本、可量产的动力产品。

2. 产业趋势判断:国内商业航天已经进入极致降本、高频发射的2.0时代,上游动力国产化、智能化缺口大,替代空间广阔,依托AI重构研发体系实现换道超车是确定性机会。

3. 品牌建设参考:由顶尖学术带头人带队,具备底层技术创新和工程落地能力的项目,更容易获得一线资本的集中加持,权威学术背景能快速建立行业信任,助力品牌打开市场。

本文梳理了国内商业航天赛道的最新政策、市场机会与风险,干货总结如下:

1. 政策层面最新动向:当前商业航天已经被纳入十五五规划重点任务,上交所开放科创板第五套上市标准给商业火箭企业,还设立了专职商业航天监管司,已经形成涵盖顶层规划、行业监管、资本市场的完整支持体系,政策红利明确。

2. 市场需求变化:当前低轨卫星组网、可复用运载火箭项目密集推进,市场对高可靠、低成本、可量产的火箭动力系统需求爆发式增长,上游核心动力自主供给缺口大,市场机会充足。

3. 机会与风险提示:机会在于依托AI新范式研发动力,能跳出海外传统技术壁垒实现换道超车;风险在于单纯复刻海外传统研发路径很难突围,没有核心技术优势的玩家很难获得资本和市场认可。

本文对航天相关制造工厂的生产设计需求、商业机会、数字化转型给出了明确启示,干货总结如下:

1. 产品生产设计需求:当前商业航天市场需要标准化、可量产、成本可控的液体火箭发动机整机产品,要求适配可复用火箭、高密度发射的商业场景,传统长周期、高成本的生产设计模式已经无法满足市场需求。

2. 商业机会:当前国内上游火箭动力制造国产化、智能化缺口大,AI重构研发体系后,核心动力部件量产需求会持续释放,具备增材制造等先进生产能力的工厂,会获得大量和科技企业合作的订单机会。

3. 数字化转型启示:工厂可以通过和顶尖科研团队合作,依托AI技术重构研发生产全流程,用AI仿真代替大量物理试验,压缩研发周期、降低试制成本,搭建智能化研发体系,提升自身核心竞争力。

本文梳理了商业航天行业的发展趋势、核心痛点与可布局的方向,干货总结如下:

1. 行业发展趋势:AI for Science赋能航天高端制造已经成为确定的产业发展方向,一级市场资本已经开始用真金白银布局这个赛道,行业即将进入快速发展的新阶段,对配套服务商的需求会持续增长。

2. 行业核心痛点:当前商业航天的核心卡点集中在上游动力端,传统研发模式周期长、成本高,无法适配规模化量产和高频发射的产业需求,海外技术壁垒高,跟随传统路线无法实现突破。

3. 业务布局方向:AI驱动的全流程研发闭环是经过验证的可行解决方案,服务商可以围绕这类智能研发平台,拓展AI仿真、算力支撑、增材制造配套、试验数据服务等相关业务,匹配产业升级的核心需求。

本文梳理了商业航天产业对平台的需求、平台布局方向和风险规避要点,干货总结如下:

1. 产业端对平台的核心需求:当前产业需要能够支撑AI驱动火箭发动机研发的一体化平台,要求打通设计、仿真、制造、试验验证全流程,实现全链条自主闭环迭代,满足研发端降本提效的核心需求。

2. 平台布局方向:可以布局支持多物理场耦合计算、AI优化的航天研发智能平台,接入Agent自主协同模块,打通从设计生成到试验误差回传的全流程,满足研发端的智能化需求。

3. 招商与风向规避:当前资本和产业都偏向支持由顶尖科学家带队、具备实体产品落地能力、掌握新范式核心技术的硬科技项目,招商可重点倾斜AI+商业航天上游动力赛道,要避开单纯炒概念、没有核心技术和实体产品的项目,控制布局风险。

本文梳理了商业航天产业的最新动向、核心问题和新商业模式样本,干货总结如下:

1. 产业最新动向:当前国内商业航天已经进入换道超车的新阶段,AI for Science开始落地应用到火箭发动机核心研发领域,一级市场对早期硬科技项目的投资逻辑已经从单纯赛道卡位转向对技术范式重构能力的评估,AI赋能实体高端制造成为新的投资和产业方向。

2. 产业核心新问题:国内商业航天核心瓶颈仍在动力端,传统研发模式无法适配高密度发射、规模化量产的新需求,海外依托传统工程积累构筑了极高技术壁垒,单纯跟随路线无法实现突围。

3. 研究启示:当前政策已经形成完整支持体系,临界航天的商业模式,即聚焦上游核心动力自研,用AI新范式重构研发全流程,提供标准化可量产动力整机交付,为行业研究提供了全新的样本,也证明AI智造是实现换道超车的可行路径。

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This article covers a major industry event: 90s-born Peking University professor Chen Chi has founded a commercial space startup called Critical Aerospace, which has secured RMB 200 million in angel funding to develop rocket engines using artificial intelligence. Key takeaways are as follows:

1. Founding team background: Chen holds a PhD from the University of Cambridge, where he previously served as a doctoral supervisor, won the Bernard Lewis Prize—the highest honor for young scholars in international combustion research—and is the only Chinese permanent fellow of Robinson College, Cambridge in the institution’s nearly 100-year history. After returning to China, he became a professor at Peking University, where he led the development of DeepFlame, the world’s first open-source reactive flow simulation platform integrated with an AI framework, and won a top national award in the supercomputing field.

2. Core technological breakthrough: Critical Aerospace’s Prime, an intelligent agent platform for rocket engine development, compresses the entire traditional development cycle (originally measured in years) down to two weeks. It replaces conventional trial-and-error material testing with algorithmic calculation, drastically cutting costs and lowering industry entry barriers.

3. Industry trend: AI-powered commercial aerospace manufacturing has become a clear growth trend, and China’s commercial space sector is entering an AI-driven industrial transformation.

This article provides clear insights for brand building, product development, and industry trends in the AI + commercial aerospace track, with key takeaways as follows:

1. Product development direction: The core bottleneck of China’s current commercial aerospace industry lies in the rocket propulsion segment. Traditional development models feature long cycles and high costs, which cannot meet the demand for reusable rockets and high-frequency launches. AI for Science (AI4S) combined with intelligent manufacturing is the core path to breaking this deadlock, and the market urgently needs highly reliable, low-cost, mass-producible propulsion products.

2. Industrial trend outlook: China’s commercial aerospace industry has entered the 2.0 era of extreme cost reduction and high-frequency launches. There is a large gap for localized and intelligent upstream propulsion systems, creating substantial room for import substitution. Rebuilding R&D systems with AI to achieve overtaking on a new curve is a definite opportunity.

3. Brand building reference: Projects led by top academic leaders with core technological innovation and engineering delivery capabilities are far more likely to secure backing from leading venture capital. Authoritative academic backgrounds help quickly build industry trust and support brands in opening up new markets.

This article sorts out the latest policies, market opportunities, and risks in China’s commercial aerospace track, with key takeaways as follows:

1. Latest policy developments: Commercial aerospace has been included as a key task in China’s 15th Five-Year Plan. The Shanghai Stock Exchange has opened the fifth set of listing standards for commercial rocket companies, and a dedicated commercial aerospace regulatory department has been established. A complete support system covering top-level planning, industry regulation, and capital markets is now in place, with clear policy dividends.

2. Shifting market demand: Low-orbit satellite constellation deployment and reusable launch vehicle projects are advancing intensively, driving explosive growth in demand for highly reliable, low-cost, mass-producible rocket propulsion systems. There is a large gap in independent domestic supply of core upstream propulsion systems, creating abundant market opportunities.

3. Opportunity and risk notes: The key opportunity lies in leveraging the new AI paradigm for propulsion R&D to break through foreign traditional technical barriers and achieve overtaking on a new curve. The major risk is that players simply replicating foreign traditional R&D paths are unlikely to succeed, and companies without core technical advantages will struggle to gain recognition from both capital and the market.

This article provides clear insights for production design requirements, business opportunities, and digital transformation for aerospace-related manufacturing factories, with key takeaways as follows:

1. Product and design requirements: The current commercial aerospace market demands standardized, mass-producible, cost-controllable complete liquid rocket engine products adapted to commercial scenarios of reusable rockets and high-density launches. Traditional long-cycle, high-cost production and design models can no longer meet market demand.

2. Business opportunities: There is currently a large gap in localized and intelligent domestic rocket propulsion manufacturing. After AI reconstructs the R&D system, demand for mass production of core propulsion components will continue to grow. Factories with advanced production capabilities such as additive manufacturing will gain substantial cooperation opportunities and order flow from technology companies.

3. Digital transformation insights: Factories can partner with top scientific research teams to reconstruct the entire R&D and production process with AI, replace large amounts of physical testing with AI simulation, compress R&D cycles, cut prototype costs, build intelligent R&D systems, and enhance core competitiveness.

This article sorts out development trends, core pain points, and viable layout directions for the commercial aerospace industry, with key takeaways as follows:

1. Industry development trend: AI for Science-enabled advanced aerospace manufacturing has become a confirmed industrial development direction, and primary market capital has already begun substantial investments in this track. The industry is about to enter a new stage of rapid growth, and demand for supporting services will continue to grow.

2. Core industry pain points: The core bottleneck of the current commercial aerospace industry lies in the upstream propulsion segment. Traditional R&D models are long-cycle and high-cost, making them unable to meet the industrial demand for large-scale mass production and high-frequency launches. Foreign technical barriers are high, and breakthroughs cannot be achieved by following traditional paths.

3. Business layout directions: The AI-driven end-to-end closed-loop R&D process is a proven viable solution. Service providers can expand related businesses such as AI simulation, computing power support, additive manufacturing supporting services, and test data services around these intelligent R&D platforms to align with the core needs of industrial upgrading.

This article sorts out industry demand for platforms, platform layout directions, and risk mitigation points for the commercial aerospace industry, with key takeaways as follows:

1. Core industry demand for platforms: The industry currently needs integrated platforms that support AI-driven rocket engine R&D, which connect the full workflow of design, simulation, manufacturing, and test validation to achieve an autonomous closed-loop iteration across the entire supply chain, meeting the core R&D demand for cost reduction and efficiency improvement.

2. Platform layout directions: Operators can develop intelligent aerospace R&D platforms that support multi-physics coupling calculation and AI optimization, integrate autonomous collaborative agent modules, and connect the full process from design generation to test error feedback to meet the intelligent demand of R&D teams.

3. Investment promotion and risk mitigation: Both capital and industry currently prefer hard tech projects led by top scientists, with tangible product delivery capabilities and core technology based on new paradigms. Platforms can prioritize sourcing projects in the AI + upstream commercial aerospace propulsion track, and avoid concept-driven projects without core technology or tangible products to control layout risks.

This article sorts out the latest industry developments, core challenges, and a new business model sample for the commercial aerospace industry, with key takeaways as follows:

1. Latest industry developments: China’s commercial aerospace industry has now entered a new stage of overtaking on a new curve. AI for Science is being applied to the core R&D of rocket engines. The investment logic of primary market for early-stage hard tech projects has shifted from simple track positioning to evaluating the ability to reconstruct technological paradigms, and AI-enabled advanced tangible manufacturing has become a new investment and industrial direction.

2. Core new industry challenges: The core bottleneck of China’s commercial aerospace industry remains in the propulsion segment. Traditional R&D models cannot meet the new demand for high-density launches and large-scale mass production. Overseas players have built extremely high technical barriers based on decades of traditional engineering accumulation, so breakthroughs cannot be achieved by simply following their path.

3. Research insights: With a complete policy support system already in place, Critical Aerospace’s business model—focusing on in-house R&D of core upstream propulsion, reconstructing the entire R&D process with the new AI paradigm, and delivering standardized, mass-producible complete propulsion products—provides a new research sample for the industry. It also proves that AI-powered manufacturing is a viable path to achieving overtaking on a new curve.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

长十乙海上网系回收预热未散,商业航天又诞生一笔天使轮。

投资界获悉,临界航天(北京)智能科技有限公司(LegendSpace,下称 “临界航天”)正式完成2亿元天使轮融资,投资方汇聚了多家一线VC:绿洲资本、源码律动、尚势资本、清流资本、东方富海等联合出资,高鹄资本担任独家财务顾问。

此时,距离临界航天成立仅仅半年。这家坐落于北京中关村的年轻公司,天然具备AI创业基因,是国内新一代液体火箭发动机研发制造商,身后发起人是一位履历亮眼的90后教授——陈帜。他早年毕业于华中科技大学,后赴英留学拿下剑桥大学博士学位并留校任教,后来回国全职加入北京大学,临界航天雏形也诞生于此。

直到今年初,陈帜下定决心推动产业转化,开启AI for Science(AI4S)颠覆传统航天范式之路。透过这一幕,我们看到一场由AI驱动的航天制造变革正拉开大幕。

从剑桥博导到北大教授,他投身AI4S+航天

陈帜,无疑是临界航天的灵魂人物。

1991年出生于湖南,陈帜的求学生涯始于华中科技大学,在17岁那年考入了该校热能与动力工程专业。2010年,他又远赴英国伯明翰大学机械工程学习,两年后拿下华科与伯明翰大学双学士学位。

毕业后,陈帜继续来到剑桥大学攻读工程学博士。期间,他建起适配航天动力极端工况的多物理场计算体系。2016年博士毕业后,他又先后在剑桥大学工程系和罗宾逊学院从事博士后和独立高级研究员兼博导工作。

由于在燃烧理论与建模方面的突出研究贡献,2020年陈帜荣获国际燃烧学会颁发的Bernard Lewis奖。该奖项每2年评选一次,每次全球不超过6人,是国际燃烧领域青年学者的最高荣誉。此外,陈帜在本月底还将受邀出席在日本京都举办的第41届国际燃烧大会并作大会专题综述报告,是该会议百年历史上最年轻也是首位35岁以下的综述报告人。

除了亮眼的学术成就,陈帜还有一段鲜为人知的国际顶尖工程经历:从2016年起深度参与日本三菱重工新一代重型燃气轮机中不稳定燃烧难题的攻关;在2018年作为访问学者,前往美国洛克希德·马丁-桑迪亚国家实验室燃烧研究中心交流;次年,他又作为访问科学家,在德国宇航中心(DLR)燃烧技术研究所开展合作研究。

直到2021年,在同样脱胎于剑桥的DeepMind取得一系列突破的启发下,陈帜精准预判AI将对科研带来颠覆性影响,于是带着满腔热血决定回国任教,加入北京大学力学与工程科学学院,担任助理教授、研究员、博士生导师。

同时,他也从2022年起,与AI4S概念的提出者鄂维南院士、深势科技创始人张林峰等一同推动了北京科学智能研究院的成立,并兼任学术副院长。该研究院是由北京市布局AI4S的新型研发机构,也全世界第一个以AI for Science命名的研究院。

值得一提的是,陈帜在北大牵头建立的热流物理智能实验室,重点攻关动力系统正向设计底层方法论,大量研究成果直接服务液体发动机燃烧室、喷注器、推力室核心部件研发优化。同时,他还带队研发了全球首个耦合AI框架的反应流仿真开源平台DeepFlame,更以此拿下“CCF HPC China 2025超算年度最佳应用”奖项。该奖是中国高性能计算领域最具权威性和影响力的奖项之一,在国内被誉为与戈登贝尔奖比肩的重磅荣誉。

过往十余年,陈帜扎根于火箭动力底层机理研究,奔走于燃烧流体、动力结构、极端工况试验、高性能数值计算交叉领域科研一线。凭借于此,他屡获殊荣,当中最引人瞩目的无疑是“剑桥大学罗宾逊学院终身会士荣誉”,由此成为剑桥该学院近百年来唯一华人终身Fellow。此外,陈帜28岁入选英国皇家工程院特殊杰出人才,同时也是当年北大工程方向唯一入选中组部青年拔尖人才计划的青年学者。

透过这些年的观察研究,陈帜发现,国内商业火箭产业发展核心瓶颈仍集中在动力端。传统发动机研发依靠大量物理迭代试车,研发周期漫长、试制与实验成本居高不下,单纯依靠反复试错很难支撑可复用火箭、高密度发射时代的产业需求。“我们团队多年积累的多物理场耦合、智能优化底层研究能力,核心目标就是服务实体发动机产品的高效正向开发。”

于是,2026年伊始,陈帜选择走出实验室,与他指导的第一位博士毕业生毛润泽一起创办临界航天,核心聚焦AI驱动全流程自研液体火箭发动机,面向商业运载火箭各级推进系统、空天飞行器动力单元提供标准化、可量产的动力整机交付。

在今年3月的中关村论坛上,“Prime一行”火箭发动机研发智能体平台横空出世,由临界航天联合北京科学智能研究院发布,实现了“精准设计-物理仿真-精确制造-试车验证”的完整闭环,将火箭发动机从构想到实物验证的全链条迭代周期压缩至“两周”的量级,而传统模式下这一周期通常以年为单位计算。

这意味着,“Prime一行”平台不仅避免了反复“烧钱”的物理试验,更让研发从“用材料和运气试错”变成“用数据和算法求解”。更重要的是,这大幅降低了国内商业航天的技术门槛,多年来在动力端形成的瓶颈有望彻底解决。

正如陈帜所言:“AI算法、数值计算、智能优化只是我们交付更好发动机产品的手段,临界航天的核心定位是一家航天动力装备制造企业。我们所有的底层技术攻关、算力体系搭建,最终落点都是做出成本可控、性能领先、可规模化量产的自研火箭发动机,补齐国内商业航天自主动力供给短板。”

知名VC组团,投出一个豪华天使轮

首笔融资出炉,临界航天就给创投圈留下深刻印象。

如你所见,此次投资方阵容清一色为国内一线市场化VC机构。他们集中出现在天使轮阶段,联手重仓航天上游核心硬件制造赛道,颇为罕见。如此,也传递出一个明确信号——不仅印证了AI+商业航天赛道的长期价值,更折射出一级市场的判断逻辑正在发生深刻变化。

投资界交流下来,多位参与本轮融资的投资人所持观点不谋而合。他们普遍认为,经过十余年的发展,我国商业航天行业已经告别概念炒作阶段,进入装备量产、高频发射的实质落地周期,火箭发动机作为运载系统核心刚需硬件,市场需求持续扩容。

同时,当前全球商业航天竞争格局,迫使我国的运力需求和压力指数级增长,想要追赶甚至反超世界领先的发射水平,就必须跳出固有技术框架,依托新范式、新工具、新体系实现换道超车。而由顶尖青年学术带头人组件硬件团队,用AI驱动正向设计与全流程精益制造,正是当前最具确定性的突围路径。于是,临界航天得以出现在投资人共同的视野之中并成为下注的共识,成了一个必然的结果。

正如绿洲资本创始合伙人张津剑表示:“过去国内商业航天资本多聚焦下游火箭整机与卫星组网,上游核心动力制造的优质标的极度稀缺。海外巨头依靠工程积累构筑了极高壁垒,想要突破就必须依托AI for Science与智能制造引领的新技术范式。我们相信临界航天团队兼具底层理论创新与工程量产能力,能够持续展现穿越周期的生命力。”

源码律动管理合伙人黄云刚同样认为,目前国内外商业航天的差距,早已不是单一参数的差距,而是研发体系与迭代效率的代际差距。“临界航天的核心优势不是简单的软件技术,而是能用整套闭环的AI研发范式落地实体发动机产品。这是现在几乎唯一、也最有可能打破技术代差、解决运力痛点、实现换道超车的全新路径,稀缺性极强。”

而在尚势资本投资团队看来,中国商业航天已经进入规模化量产、低成本竞争的关键周期,动力系统是整个产业的核心卡点。国内航天动力想要实现从“跟跑”到“领跑”的跨越,必须突破传统研发思维,用数字化、智能化重构制造体系。临界航天的技术路径,恰好契合了行业换道超车的核心需求,是未来国产航天动力跻身世界领先水平的关键方向。

东方富海项目组也表示,商业航天正迈向极致降本与高频发射的2.0时代。尽管长十乙已实现回收,但核心发动机仍存在很大的迭代空间,与海外仍有一定差距。临界航天团队兼具顶尖算法与一线工程经验,基于第一性原理,将AI for Science与增材制造深度融合,仅用数月便造出全新火箭发动机。其大规模仿真极大削减了试车成本,打破研发物理边界。“我们相信,临界航天有望通过航天新范式的革新,快速缩短与SpaceX之间的差距,成为引领新一代航天制造范式的标杆。”

众所周知,相较于商业航天中下游的卫星应用、发射服务等细分领域,上游火箭动力硬件制造国产化、智能化缺口更大,替代空间更广,长期投资价值更为突出。一级市场显然已经捕捉到这一产业趋势,正在用真金白银投票。

而临界航天在成立之初就能迅速完成2亿元融资,背后更深层次的意义在于,一级市场对早期商业航天项目的判断逻辑,已从单纯的“赛道卡位”转向对“技术范式重构能力”的深度评估。

沿着这一逻辑,临界航天所代表的AI for Science路径,正是这种新评估框架下的典型标的:它不是对海外成熟路线的简单复制,而是从底层逻辑上重构了火箭发动机的研发方式。

多家头部机构在天使轮阶段的集中布局,本质上是对这一“换道超车”逻辑的战略性押注,也再度印证一个行业共识——AI赋能实体高端制造,将成为中国商业航天突破技术封锁、缩小大国竞争差距、实现跨越式发展的核心抓手。

某种程度上,这笔融资将为商业航天早期项目树立典型标杆,也预示着AI赋能航天制造的全新投资时代或将到来。

中国商业航天换道超车

眼下,中国商业航天正迎来拐点。

站在行业视角来看,商业航天的战略定位正在经历历史性跃升。犹记得去年末,上交所公告商业火箭企业适用科创板第五套上市标准,一举震撼创投圈;进入到今年,商业航天被正式纳入“十五五”规划重点任务,并设立专职商业航天监管司。如是种种,构建出一套涵盖顶层规划、行业监管、资本市场的完整体系。长征十号乙运载火箭也成功首飞,并验证全球首创“海上网系回收”技术。

与此同时,市场端需求侧呈现出爆发式增长。放眼全国,多地加速落地航天产业集群,争先形成集研发、制造、试验、应用于一体的完整产业生态;一批可复用运载火箭、低轨卫星星座项目也正密集推进。

快速扩容的市场需求,对火箭动力系统提出了全新要求,传统高成本、长周期、低复用率的动力产品已无法适配规模化商业发射场景,市场更需要的是高可靠、低成本的商业航天运力及动力系统。

于临界航天而言,这是一个不容错过的历史窗口期。

如果将视野放大到全球,我们可以看到,海外头部航天企业早已完成AI与航天制造的深度融合,依托智能化体系实现动力产品快速迭代、极致降本、规模化量产,持续巩固技术领先优势。

例如最近完成史上最大IPO的SpaceX,不仅在火箭回收技术上领跑行业,还在发动机设计和制造中广泛应用AI技术。资料显示,SpaceX通过在设计初期就集成AI工具,大幅缩短了开发时间和材料成本,实现了无需大量物理测试的快速迭代。其猛禽3发动机的推力几乎翻倍,成本却降至原来的四分之一,这恰是“AI驱动制造革命”最直观的体现。

SpaceX的实践证明,国内企业单纯复刻海外传统研发路径已无突围可能,AI智造已是商业航天动力产业升级的核心趋势,更是打破技术瓶颈、实现规模化商业化的关键。唯有依托AI智造新范式,重构火箭动力研发、制造、试验全流程体系,才能打破多年技术代差,实现从被动追赶到主动超越。

对此,陈帜深有感触。他判断太空经济是未来数十年确定性极强的长期赛道,而动力装备是整个产业发展的根基。海外航天动力的壁垒,本质是传统工程迭代积累的壁垒,后发者很难线性追赶。

“AI智造是属于中国商业航天的全新机遇,我们的长期目标,是打造国内领先、具备全球竞争力的自主液体火箭发动机研发制造平台,用智能化新范式打磨高性价比、可量产的国产火箭发动机,助力国内商业航天实现换道超车,支撑低轨组网、深空探测等重大产业工程落地。”

据悉,“Prime一行”平台已完成首次从AI辅助设计、到仿真评价、再到冷态/热态试验试验成功验证闭环案例验证。整个流程由Agent驱动,包括设计生成、参数化建模、仿真评估、多目标优化、试验方案和数据反馈等多个子模块,自主协同工作,把候选构型生成、物理评价、试验验证和误差回传打通串联,最终形成闭环。

该平台不仅支撑AI生成式设计、AI驱动燃烧仿真、金属增材制造及自动化流体测控等前沿方向研究,更具备自主迭代和演进能力——可从海量元素排列组合中精准筛选、锁定最优材料方案。

投资界也了解到,临界航天在完成本轮融资后,将加速多款不同推力发动机定型与实验试车工作,同步对接更多航天产业链产业资本,为后续的生产交付做好资本储备。

这也标志着,当前一级市场资金将持续向拥有实体产品、完整工程落地能力、掌握新范式核心技术的科学家带领的硬制造企业倾斜。

可以预见,一场由AI智造驱动的国产航天动力革新浪潮,正在加速到来。从“跟跑”到“并跑”再到“领跑”,中国商业航天的临界点也许就在眼前。

注:文/刘博,文章来源:投资界(公众号ID:pedaily2012),本文为作者独立观点,不代表亿邦动力立场。

【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。

已点赞

+1

{{ praise_text }}

好文章,值得被更多人看到

FAQ回顾

临界航天是做什么的?

临界航天是国内新一代液体火箭发动机研发制造商,核心聚焦AI驱动全流程自研液体火箭发动机,面向商业运载火箭各级推进系统、空天飞行器动力单元提供标准化、可量产的动力整机交付,目标是补齐国内商业航天自主动力供给短板。

AI技术应用于火箭发动机研发有什么优势?

依托AI驱动的研发范式可实现“精准设计-物理仿真-精确制造-试车验证”的完整闭环,将火箭发动机从构想到实物验证的全链条迭代周期从传统的年级别压缩至两周量级,大幅减少物理试验成本,突破传统研发模式高成本、长周期的瓶颈,有效降低商业航天技术门槛。

当前国内商业航天动力系统发展存在哪些痛点?

国内商业火箭产业发展核心瓶颈集中在动力端,传统发动机研发依靠大量物理迭代试车,研发周期漫长、试制与实验成本居高不下,单纯依靠反复试错很难支撑可复用火箭、高密度发射时代的产业需求,与海外先进水平存在研发体系与迭代效率的代际差距。

商业航天赛道当前的投资逻辑发生了什么变化?

一级市场对早期商业航天项目的判断逻辑已从单纯的“赛道卡位”转向对“技术范式重构能力”的深度评估,资金持续向拥有实体产品、完整工程落地能力、掌握新范式核心技术的硬制造企业倾斜,AI赋能实体高端制造成为核心投资方向。

广告

下一篇

征集报名《品牌数字化服务商资源手册》

《品牌数字化服务商资源手册》展示数字化服务商风采,亿邦全年零售大会通发,触达更多资源,马上加入!

马上入驻

对话品牌全球化新竞争力:峰瑞资本沈颖将出席2026全球化新品牌AI竞争力大会

峰瑞资本执行董事、中欧Global EMBA出海俱乐部主席沈颖已确认出席,并将作为特邀嘉宾主持“如何成就新品类、如何创造新产品、如何搭建AI竞争力”圆桌对话。