編輯：吳昕
在能源AI這個高門檻賽道，中科類腦完成了一場從技術攻堅到商業變現的深度突圍。
單筆融資破億，能源 AI 殺出實力派
「 AI 的盡頭是能源！」馬斯克與 Sam Altman 的隔空對話，將能源革命與智慧革命的交匯點推向全球視野。當前，這一程序正在中國加速。
據統計，2024 年前三季度，能源行業大模型招標專案超 80 個，多數能源企業已建成自有模型，涵蓋核電、電網、發電等多個領域。DeepSeek 爆火後，以國家電網、南方電網及五大發電集團為代表的能源央企，正加速推進 AI 融合應用。
在智慧化轉型浪潮中，能源行業 AI 大模型全棧解決方案提供商中科類腦宣佈完成億元級 B 輪融資。此輪融資由中國移動旗下的北京中移數字新經濟產業基金獨家戰略投資，也是該基金在 AI 模型領域的又一重要佈局。
此前，中科類腦已在 A 輪融資中獲得如合肥產投等地方國資支援。此番「國家隊」資本強勢注入，不僅標誌著中科類腦正式躋身「 AI 國家隊」行列，更意味著其自主可控的技術體系進一步獲得產業界的廣泛認可。
從頂天到立地，七年錨定能源賽道
中科類腦成立於 2017 年，是中國科學技術大學賦權專案之一，也是類腦智慧技術及應用國家工程實驗室（以下簡稱「類腦實驗室」）迄今唯一產業化單位，肩負「頂天立地」的成果轉化使命與願景。類腦智慧技術透過模擬人腦神經機制實現認知突破，是國家下一代 AI 佈局的核心方向。然而，如何將類腦實驗室技術轉化為產業應用？
知名管理諮詢機構埃森哲曾指出：「未來的能源世界是一個由數以十億計的可再生能源發電、儲能、智慧用電裝置構成的『碎片化』能源系統」，它們在數字世界重構與融合根本離不開 AI 技術。
初創期的中科類腦雖開發出類腦雲 OS 底座，卻在業務聚焦上經歷陣痛。2019 年，公司戰略轉向能源賽道，迎來關鍵轉折。
作為國民經濟的基礎性產業，能源世界正在發生重大變革。供給側(發電側)，隨著分散式光伏、風電等可再生能源的廣泛普及，其裝機容量和發電量正在迅速增長；用電側（負荷），隨著新能源汽車的普及，自動駕駛、V2G（車輛到電網）等技術也在不斷進步，推動交通行業電氣化水平日益提升；輸配電側，電網作為承載電能轉換利用和輸送的「大動脈」，面臨迫切的智慧升級需求。
尤其是 2021 年 —— 十四五規劃開局之年，「做好碳達峰、碳中和工作」 （亦即「雙碳」）被列為重點任務之一，使得能源數字化有了更強的政策驅動性。中國能源研究會能源網際網路專委會等釋出的《數字能源發展白皮書 2023 》預測，到 2029 年中國數字能源產業市場規模將達 6384.43 億元。中研普華資料顯示，預計到 2029 年，中國數字能源市場規模將達到 881 億美元。實驗室的「頂天」技術可以大展拳腳。
例如，作為電網核心目標之一，電力運作體系的安全、可靠、經濟及高效執行是關鍵。而在人力有限情況下，為實現裝置巡視、集中監控、無人機飛巡等生產方式和作業模式逐步向數字化、智慧化發展，需深度介入 AI 及物聯網等技術，構建「健康診斷科學化、執行維護智慧化、檢修搶修精益化」新運檢模式，保障電網安全執行，提高運檢質量、效率和效益。
隨著風能和太陽能等間歇性可再生能源發電佔比不斷增加，對精確發電量預測的需求水漲船高，與此同時，如何最佳化電力裝置配置，提高電網排程執行效率也成為電網的必然選擇。這些不穩定能源如何消納以及保障能源的穩定提供，都需 AI 的核心技術——新能源的智慧預測和區域排程決策技術。
「一米寬、千米深」
唯有全棧，方能「深耕」
謀定而後動。中科類腦建構起「全棧式」技術路徑——從底層算力支撐、核心演算法研發到上層場景應用，有效推動了前沿技術與真實業務場景的深度融合。目前，其產品和解決方案已覆蓋發、輸、變、配、用、安監等核心場景，並推出算電融合服務，憑藉高精度、低成本、自主可控等優勢獲得市場高度認可，AI 專案復購率超 75% ，客戶覆蓋五大發電集團等 80% 的行業頭部企業。
融合能源多模態大模型+DeepSeek的新一代智慧電站運維「智慧體」系統
能源電力行業對安全性、魯棒性（Robustness）要求極高，通用大模型（如 ChatGPT、DeepSeek ）雖為「通才」，卻因幻覺問題不可控、缺乏行業知識，難以滿足全工況條件下的基線要求。為此，中科類腦基於電力場景知識，結合人類反饋機制，打造了能源多模態大模型。
該模型是一種模擬人腦多感官資訊處理的先進視覺檢測技術。它創新性地融合了影像和文字資訊，使模型能更深入理解和識別複雜的能源場景。特別是在電力場景中，模型透過典型圖例輔助，能更準確地檢測難以用文字描述的缺陷。為解決資料不足問題，模型利用 SAM 等技術從無標籤影像中學習，並能在少量標記樣本下精準檢測。針對實際應用，模型進行了國產化適配，使其能在昇騰 NPU 上高效執行，提升了推理速度和效率。
能源多模態大模型賦能電力業務應用
能源電力行業的特殊性決定了單純提供演算法模型難以真正深入。同時，能源行業涉及國家關鍵基礎設施，全面的國產自主可控已成定局。中科類腦圍繞能源場景，結合全國產化算力打造了與能源業務系統協同的資料採集、傳輸、分析到輔助決策的閉環系統，確保能源多模態大模型高質量迭代。同時，構建了全國產化的異構算力排程和大模型研發平臺，確保大模型的高效快。
中科類腦自 2017 年起深耕異構算力系統研發，其自研平臺具備高效排程、算力加速等能力。在多款國產晶片上，訓練效能可達國際同級晶片的 80% ，滿足自主可控需求；在大模型多機推理實測算力加速約 30% 。
此外，針對當下行業算力資源分佈不均、調配不合理、儲存架構不相容等共性難題，中科類腦突破異構算力適配、排程、儲存統一納管等關鍵技術，可實現不同計算中心算力、網路、儲存等資源的互聯互通，可智慧調配跨地域、跨架構、跨歸屬的算力資源。
夯築壁壘，眾人拾柴火焰高
在能源 AI 這個高門檻賽道，中科類腦用七年時間完成了一場從技術攻堅到商業變現的深度突圍。電力行業的特殊性構築了天然壁壘——系統複雜性、安全嚴苛性，這些看似阻礙的因素，恰恰成為中科類腦構建護城河的最佳材料。
在能源電力領域，能源多模態大模型預訓練資料量已成規模，構建起強大的基礎認知能力。同時，透過將大量電力的專家經驗轉化為模型的基礎能力，資深工程師數十年的實踐經驗被轉化為 AI 可理解的決策邏輯。更重要的是，三十類機理模型庫的建立，確保了 AI 預測既符合物理規律又具備可解釋性。
工程化能力是國產化落地的關鍵一躍。據瞭解，中科類腦透過建設淮海人工智慧中心、合肥多元異構算力排程平臺以及寧波東方理工智算中心等智算叢集，沉澱出算力排程最佳化、運算元融合加速、國產化 AI 晶片適配等核心工程能力。此外，公司同步推進的皖疆綠色算力科技產業園正加速佈局低碳基礎設施，為「東數西算」戰略提供跨區域算力協同與綠色轉型支撐。
服務創新是中科類腦的另一大特色。公司組建了一支由研發人員、資料專家以及能源市場專家構成的複合型團隊，這些「行業翻譯官」有效彌合了技術與業務之間的鴻溝。企業創新採用「開發–驗證–迭代」的動態閉環體系，實現演算法研發全鏈條的並行協同。經實證，這些創新不僅帶來 10 倍稽核效率飛躍，演算法迭代週期也縮短了 60% ，成功推動 AI 技術完成從實驗室到實用化的價值躍遷。
此外，團隊還提供特定細分場景的裝置診斷攻關服務。例如，透過多模態資料融合資料分析能力，結合執行工況與機理，實現變壓器的綜合診斷和狀態評價，有效降低維護成本，並使變壓器保持長週期穩定執行。
在能源電力這個複雜的巨系統面前，單打獨鬥難以推動行業智慧化發展。為此，中科類腦採取了開放合作的戰略，「我們需要更多的合作伙伴、更多的前沿技術共同投入到這個行業當中，一起推動行業的變革。」中科類腦董事長、90 後國家萬人領軍劉海峰曾說。
公司一方面與類腦實驗室持續聯動，透過技術資產成果轉化等機制，將實驗室在計算機視覺、多媒體內容處理、影片編解碼等領域的前沿研究成果轉化為產業應用，既保障了技術源頭活水，又加速了科研成果轉化。
另一方面，公司透過 BitaHub 社群開放算力資源與 AI 開發環境，支撐科研機構與企業的智慧化轉型，已實現能源電力能力向建材、水利、政務等行業的橫向複製。
三層變現結構，邁向更廣闊行業
目前，中科類腦的核心技術已在多個領域取得顯著成效：為十餘省市的 100 餘座變電站提供智慧化運維服務；助力安徽配網無人機診斷效率有效提升；在新能源領域打造了多個標杆專案，其中某央企智慧風電場站專案榮獲「四星級」評定。
在商業模式上，公司構建了「算力排程–模型服務–應用訂閱」的三層價值體系，正在實現從專案制向產品化的轉型：標準化 AI 套件收入佔比從過去的 20% 提升至 55% ，年度經常性收入數億元，標杆客戶年付費增長達 300% 。更值得一提的是，公司人效比達到行業平均水平的兩倍。這些成績充分驗證了其專業化發展路徑的商業價值。
人工智慧賦能能源行業轉型升級，是一條充滿挑戰卻前景廣闊的道路。正如劉海峰所言：「我們做好了至少 8-10 年的長期投入準備，紮根能源智慧化領域，為國家的能源轉型貢獻科技力量。」
這種長期主義的堅持，也得到圖靈獎得主約瑟夫·斯發基斯（ Joseph Sifakis ）近期觀點的支援。前不久，在中關村論壇上，這位傑出計算機科學家指出，中國應制定獨特的 AI 願景。中國的 AI 具有強大的工業特徵，可憑藉雄厚的工業基礎，打造智慧電網、智慧工廠、自動駕駛交通系統、智慧城市等智慧產品和服務。
如今，中科類腦正將能源領域淬鍊出的 AI 能力，不斷向更廣闊的工業製造場景延伸。技術「頂天」與產業「立地」之間，創新火花在這裡持續迸發，推動行業巨輪遠航。
© THE END
轉載請聯絡本公眾號獲得授權
投稿或尋求報道：[email protected]