重构未来能源系统，远景张雷的“AI钥匙”

近日，曾被《麻省理工科技评论》评为“全球最聪明50家公司”之一的远景科技创始人张雷在风能大会前夕重磅亮相，并带来了远景团队关乎行业未来发展方向的核心思考。

一直以来，张雷被视为行业“thought leader（思想领袖）”。面对行业内卷的近忧，和可再生能源大规模应用、能源系统复杂性剧增的远虑，他通过深入剖析人工智能对能源行业的变革性影响，提出了“智能资产将成为未来能源行业核心竞争力”的关键判断，为能源行业未来发展给出了“远景方案”。

与“远景方案”一同出炉的，是远景AI大模型取得的实质性突破。日前，该集团已在风能大会期间发布了面向“物理人工智能”时代的“远景天机”气象大模型与“远景天枢”能源大模型。同时，基于AI大模型的打造的系列新品——全球首个伽利略AI风储一体机、远景伽利略AI风机、远景伽利略AI储能以及“远景天枢”能源大模型驱动的AI电力系统等前沿产品与技术，也成为备受关注的行业焦点。

人工智能是“孩子”和“伙伴”，

也是“内卷终结者”

谈及人工智能与能源行业的关系，张雷有着独特的视角。他认为当前的AI是“刚诞生的小孩”，需要持续培养与教育，但它蕴含着无尽潜力，也是能够与人类一起共创的“伙伴”，将从客体成为主体、从“自动化”迈向“自主化”，从而释放出惊人力量，引领甚至重塑整个能源行业。张雷坦言，自己每天至少与AI交流学习两个小时，“因为我们不能再把人工智能仅仅当作工具，而应将其视为伙伴、老师。”

在张雷看来，人工智能更重要的价值在于成为能源行业的“内卷终结者”。他表示，人工智能之所以能终结内卷困境，因为其可以直击能源系统的核心挑战——随着可再生能源的大规模注入，能源系统的复杂性、波动性日益凸显；而随着市场化的推进，发电收益的不确定性也在增加，人工智能将成为破解这些难题的关键力量。

以AI应对风险，

用智能化解能源转型焦虑

张雷的思考洞见了一个令行业人士“痛并快乐着”的现实——正因为可再生能源已成人类能源主流选择，因此其波动性、间歇性、碎片化的特点，使能源系统的稳定性受到极大挑战。绿电直连、源网荷储、零碳园区等模式“乱花渐欲迷人眼”。人们最终将感到日益复杂的电力系统愈发难以调控和驾驭。不久前西班牙大停电事件只是高比例可再生能源风险的“冰山一角”，未来类似的风险挑战可能会更加频繁。

收益的不确定性则是可再生能源发展面临的另一大难题。随着可再生能源成为市场与能量的双重主体，其发展必须遵循市场化规律，而电价的剧烈波动让可再生能源项目的收益变得难以预测。“欧洲曾出现过长时间的负电价，这在传统能源时代是难以想象的。”张雷表示。

张雷解释道，能源系统的复杂性不断提升，监管者和定价者难以通过固定价格、单一方程式或数百条规则来精准确定能源资源的价值属性，“唯一的出路就是将能源系统交给市场，让市场成为连接能源复杂巨系统与人类需求的界面”。

市场化的推进也带来了能源行业的范式变革。张雷以英国储能市场为例，指出当前英国的储能大单主要被金融、基金客户拿下，这些客户借助机器智能、深度学习技术开展能源交易，收益率可达12%-15%，远超传统能源公司5%-6%的收益率，“这直接改变了英国储能市场的投资主体结构，传统能源公司的市场地位受到冲击”。

然而，市场化与可再生能源的结合，也让人们陷入新的焦虑。张雷指出，“人类的认知能力与复杂能源系统之间存在巨大鸿沟，面对这些挑战，我们往往感到力不从心”。因此，在张雷眼中，人工智能正是化解这种焦虑的“钥匙”。他指出，人工智能在股票市场的量化交易中已展现出强大力量——全球股票市场80%的交易量由超级电脑完成，这些系统能在毫秒级时间内归集数据、发现交易机会、做出精准决策，且完全不受情绪干扰。“我们可以将人工智能在量化交易中的能力迁移到能源领域，用它来改造能源物理世界，帮助人们应对能源系统的复杂风险。”于是，张雷着手用AI的钥匙，打开人们焦虑的心锁。

把握气象=掌控能源，

物理AI开启中国机遇

张雷将手中的钥匙称为“物理人工智能”。以能源行业为例，“物理人工智能”需要将数据智能与能源物理系统的规则相结合，在这套框架下学习、计算、决策，从而能够真正适配能源系统的需求。

张雷认为，中国在物理AI领域拥有独特的发展机遇。“中国能源行业规模庞大，积累了大量的产业数据，同时在可再生能源应用、新型电力系统建设等方面有丰富的场景和实践，这些都为物理AI的发展提供了肥沃的土壤。”他信心满满地表示，凭借这些优势，中国有望在物理AI领域实现突破，成为全球物理AI发展的核心战场。

在物理AI的众多应用方向中，气象大模型被张雷视为“皇冠上的明珠”。“可再生能源时代，气象系统就等于能源系统。” 他解释道，无论是风电、光伏还是水电，其发电效率都与气象条件密切相关，而气象系统是一个极为复杂的超级系统，“过去，气象预测的准确率超过7天就会大幅下降，几乎只有50%的概率，这严重制约了可再生能源的高效利用”。

而“远景天机”气象大模型的出现改变了这一局面。张雷介绍，远景的气象大模型已经实现了“令人兴奋的突破”。该模型能从多个变量参数维度发现普通统计学模型无法捕捉的隐藏规律，大幅提升气象预测精度。该模型预测准确率不仅稳控7天，还能显著提升7天以上的中长期气象预测准确性，为可再生能源的可靠运行奠定了基础。“之所以取名‘天机’，就是希望通过这个模型，‘道破’气象的奥秘，为能源行业提供更精准的气象支撑。”

为了进一步提升气象大模型的能力，远景在算力建设上持续投入。“远景天机”气象大模型利用千卡算力和百亿参数模型实现了关键突破。融合卫星、雷达、地面站多模态数据和全球超过800GW的能源资产数据，再嵌入大气动力方程、地形地貌等物理约束，大模型得以构建强物理表征架构，仅需3分钟即可生成未来 15 -30天的全球精准预报。在此基础之上，远景还将所有在运风机的实时运行数据反馈至气象大模型，"反馈闭环"使得模型能够不断修正和优化预测结果，区域级高时空分辨率可以做到20米以内。

张雷表示，未来远景计划将算力提升至万张GPU级别，“算力的提升将让大模型对能源系统的洞察能力达到新高度，为可再生能源的大规模消纳提供更强保障”。

智能资产：

定义未来能源行业核心竞争力

面对钥匙打开的未来之门，张雷抛出了核心观点：“未来能源行业的竞争，不再是装机量、负荷量的竞争，而是智能资产的竞争。”他认为，随着人工智能与能源行业的深度融合，智能资产将成为定义能源企业竞争力的关键指标，“衡量一家能源企业的实力，将不再看它有多少台风机、多少座电站，而是看它的大模型智商有多高、算力有多大、智能体数量有多少”。

“远景天枢”能源大模型就是张雷智能资产构建逻辑与应用价值的最好解读。该大模型并非单一领域模型，而是整合了风电、光伏、储能、氢能、气象、电力系统和电力交易的产业能力和海量数据的全局模型，如同一个“能源乐团的指挥家”，不同设备和负荷在不同时间尺度下协调运行，实现真正意义上的“源随荷动、源荷互动”，保障项目系统稳定与收益最大化。

“要构建这样的模型，首先需要积累海量的全局数据，在此基础上形成系统的洞察能力，并通过持续的数据输入实现模型的迭代进化。”张雷说。

在技术层面，“远景天枢”能源大模型采用了多模态融合的先进算法，同时实现了云、边、端的协同联动——云端负责全局数据处理与模型训练，边缘端承担区域数据分析与实时决策，终端设备则负责数据采集与指令执行，“通过这种协同模式，模型能够实时获取全域数据，并对能源系统进行精准控制”。

在实际应用中，“远景天枢”能源大模型展现出强大的价值。在提升绿电比例方面，该模型通过精准预测风电出力、及时调度储能资源、弹性调整氢氨制备产能，同时保障电网电压频率稳定，助力绿电直连比例从当前的40%向80%迈进。“我们在赤峰零碳产业园的实践已经验证了这一能力——该园区通过‘远景天枢’能源大模型的调控，可100%利用独立可再生能源供电，同时生产绿氢绿氨，为绿电高比例应用提供了范本。”

张雷表示，“我们希望远景的努力能推动整个能源行业更加理性地发展，帮助风电、储能、光伏、电池等行业摆脱价格内卷，转向以智能资产为核心的高质量竞争。”

握着手中“物理人工智能”的钥匙，张雷相信，“孩子”终将长大，并用这把钥匙终结行业内卷。未来，一个以人工智能为核心、以智能资产为基础的新型能源体系将逐步形成，智能资产也将成为能源企业的核心竞争力。