实现实用核聚变能仍是当今最紧迫的未解科学难题之一，其对零碳能源的意义深远。惯性约束聚变（ICF）成功的关键在于激光脉冲形状（LP）的设计，需要在严格的物理约束下驱动燃料球实现最佳压缩。传统的 LP 设计依赖高成本的数值模拟和人工迭代，效率低下。我们提出 ICF 激光脉冲形状设计系统（LPDS），一种生成式逆向建模框架，直接将期望的实验结果和靶丸配置映射到最优 LP。系统核心是多目标损失函数，确保生成的脉冲满足能量、功率、时间窗口等基本物理约束以及实验需求。为实现细粒度控制，我们进一步引入约束条件化、图像修补（inpainting）以及基于梯度的 LP 编辑机制，可在生成过程中精准调节特定脉冲特征。我们还评估了模型在有限真实实验 shot 上的迁移能力，展示了在实际数据上保持有效的逆向设计性能。整体而言，LPDS 建立了一个数据驱动的逆向设计平台，为 ICF 激光脉冲形状优化提供了新路径，助力可持续核聚变能源的实现。
点评