红杉、招银、晶科能源同时出手！物理AI，终于杀疯了!

来源：市场资讯

（来源：VCA创投社）

双碳战略纵深推进、新型电力系统加速建设的时代背景下，智慧能源已然成为产业数字化、绿色化转型的核心赛道。能源利用效率升级、运维模式革新、供需体系优化，成为工业、建筑、数据中心等诸多行业降本增效、低碳转型的核心诉求。

2026年7月，智慧能源领域的创新先锋——深度智控（DeepCtrls）宣布完成数亿元人民币B轮融资。本轮融资由晶科能源战略投资，国投创新、招银国际联合领投，红杉中国、源码资本、光远资本、招商局创投等老股东持续跟投。

深度智控2018年由清华大学博士、美国劳伦斯伯克利国家实验室原高级科学家李辉创立，是国内最早提出并践行"机理框架+AI"技术路线的企业之一，定位为深度节能与数智化创新服务商，致力于为数据中心、半导体工厂、商业建筑等场景打造自主能源智能中枢，实现供给、使用与运维的安全高效与低碳。

多年技术深耕与场景打磨，让深度智控构建了完善的智慧能源技术与产品体系。

公司自主研发的DeepOS综合能源管控平台，集成BIM数字孪生、PDCA安全联动、EMS能源管控、FM智慧运维、CMS双碳管控等多重功能，实现了能源系统从数据采集、智能分析、精准调控到智慧运维、碳效管理的全流程闭环管理。同时，公司聚焦中央空调、工业机电、数据中心能源系统等核心场景，通过全域物联网感知设备采集运行数据，结合物理AI算法动态测算最优运行工况，在保障生产经营、使用体验不受影响的前提下，最大化降低能源损耗，实现能源系统安全、高效、低碳运行。

要理解深度智控的价值，必须先看清它所瞄准的行业沉疴。中国建筑运行与工业过程能耗合计占全国社会总能耗近半数，其中暖通空调与工业制冷系统往往是最大耗能单元，占比达30%—60%，但长期依赖人工经验设定或简单PID回路控制，参数一经设定常年不变，导致大量系统在偏离最优工况下"大马拉小车"运行，能源浪费触目惊心。

纯数据驱动AI曾试图进入这一领域却频频碰壁：黑箱模型决策不可解释，工业场景不允许试错控制；训练好的模型换一栋建筑、换一套设备即失效；不同厂务系统拓扑差异巨大难以迁移。深度智控选择"物理AI（PhyAI）"路线——将热力学、流体力学等物理机理模型与机器学习深度融合——从根源上攻克纯AI"黑箱不可信、泛化性弱、跨场景迁移难"三大难题，让每一次控制决策可解释、可预测、高安全可靠，真正解决工业场景AI"无法用、不敢用、更不敢控"的核心痛点。

在双碳目标持续落地、能源结构加速转型的当下，智慧能效管控行业正迎来爆发式增长机遇。当前，国内能源产业正从“粗放式耗能”向“精细化节能”、从“传统人工运维”向“AI智能运维”全面转型，工业、建筑、数据中心等高耗能领域的节能降本需求持续攀升。据行业数据显示，我国建筑与工业机电系统节能市场空间超万亿，而传统管控模式效率低下、能耗浪费严重，AI智能化节能替代空间巨大。与此同时，国家持续出台政策鼓励能源数字化、智能化升级，推动能源利用效率持续提升，为深度智控这类技术驱动型企业提供了广阔的发展沃土。

中国完整且复杂的工业体系，为物理AI提供了全球独有的训练与验证环境。在半导体、新能源、数据中心等高耗能、高复杂度场景中，深度智控凭借硬核技术率先跑通了商业闭环。自2023年商业化以来，公司连续多年保持营收翻倍增长，并于去年实现规模化盈利。

目前，深度智控已服务超过360家头部企业客户，包括台积电、长鑫存储、中际旭创、工业富联、腾讯、字节跳动、宁德时代等。其模型基于超30万台设备的实时运行数据持续迭代，模型泛化误差低于3%，逼近系统理论最优极限。

凭借在国内超复杂场景中打磨出的成熟产品力，深度智控正加速全球化布局。相比海外多数能源系统仍停留在L2级专家规则阶段，深度智控的L4/L5级物理AI产品具备明显的技术代差优势。2024年以来，公司产品已快速落地东南亚、中东、北美等十余个国家和地区，直接切入海外本土高端制造与智算中心的核心场景。

放眼更长周期，"物理AI+能源基础设施"还有更广阔的延展空间——从单体建筑的暖通优化，走向园区级综合能源管理，再走向区域级虚拟电厂（VPP）的可调负荷聚合。凡是涉及"物理系统+复杂约束+多目标优化"的工业场景，PhyAI都有渗透可能。

深度智控创始人兼CEO李辉博士表示：“全球AI产业正从数字世界向物理世界跨越。以DeepSeek为代表的生成式AI，大幅提升了AI在数字世界的思索与推理能力； 而深度智控DeepCtrls深耕的物理AI，则实现AI在真实物理世界的自主优化与闭环控制，是AI落地产业的终局形态。AI的尽头是能源，深度智控将深耕PhyAI物理AI核心技术，推动全球算力与能源基础设施迈向L5级自治智能时代，构建AI算力与能源的可持续未来。”