首发| 深度智控完成B+轮数亿元融资，宁德时代联手阿美投资布局物理AI

投资界AI获悉，物理AI公司深度智控近日完成B+轮数亿元融资。本轮融资由宁德时代领投，阿美投资 Aramco Ventures战略投资，太平创新投资、广发信德、复星创富等跟投，源码资本、光远资本等老股东持续追加。

短短两个月，深度智控接连完成三轮融资。产业资本密集进入，也让物理AI的产业化进程受到更多关注。当AI从数字世界走向物理世界，能源与算力基础设施的控制权，正在成为下一个争夺点。

清华博士创业

做工业与算力中心“AI大脑”

李辉研究能源系统与AI的结合已有二十多年。清华大学博士毕业后，2007年他赴美继续深耕这一方向。

早年的科研经历，让李辉逐渐意识到，大型系统的模型要做到足够准确，往往需要投入大量专业人力和时间，很难快速复制。2009年前后，他开始尝试用AI提升建模效率。此后多年，团队始终寻找一种方法：让AI既能理解物理规律，又能满足工业控制对精度和稳定性的要求。

直到2017年，“物理模型+AI”这条技术路径逐渐清晰。第二年，深度智控成立。公司名字也由此而来：从Deep Learning走向Deep Controls。

后来，这条路线被深度智控沉淀为PhyAI物理AI引擎：将物理机理模型与AI算法结合，让系统在理解设备运行规律的基础上，实现预测、优化和闭环控制。

李辉把它比作工业系统里的“自动驾驶”。传统工业控制更多依赖工程师编程、调试和经验规则；深度智控希望把这些能力交给AI，让系统逐步实现自主判断和自主优化。

目前，深度智控已经形成从系统到设备端的三层产品体系。

DeepSYS面向大型工业和数据中心等复杂场景，通过建模、仿真和全局寻优实现系统级能效控制；DeepBot进一步将这套能力标准化，主要用于中小型空调、空压机等能源系统，强调即插即用和快速交付；DeepChip则继续下沉到单台设备，把轻量化算法嵌入硬件，实现设备级自主优化。

公司披露，深度智控已经服务了数百家头部集团企业，覆盖台积电、宁德时代、工业富联、腾讯、恒瑞医药、理想汽车等客户。

以某国家级超算中心为例，其系统规模大，对运行稳定性要求极高。深度智控接入后，通过物理AI模型对原有控制系统进行预测和优化，在保障稳定运行的同时进一步降低能耗。据披露，该项目年节电率达24.2%。

一个更直观的变化，发生在某头部半导体企业。最初，对方引入深度智控，只是希望提升能源系统效率。第一期跑通后，合作延伸到安全预警和运维；如今第三期已经启动，开始尝试将物理AI模型进一步应用于工艺预测和优化。

类似的验证逐渐铺开，也让深度智控走向规模化商业落地。

今年，标准化产品开始明显放量。李辉透露，DeepChip去年进入试点，今年预计装机超3000套。近几年公司营收保持每年翻倍增长，目前已经实现盈利。

对于深度智控来说，这也是一个关键变化。过去多年，它一直在证明物理AI能不能进入工业现场；现在要回答的，是这套能力能不能真正复制出去。

宁德时代出手

AI的尽头是能源

这一轮更值得关注的，是股东席上的变化。

宁德时代领投，产业风向标意味自不必说。从宁德生产基地的单点试点，到十余个生产基地的全面铺开，再到未来储能、算电协同等领域的深度探索，宁德时代从深度智控机理框架模型库的积累中，看到了其成为“AI时代算电协同大脑”的潜力。优化工厂能效之外，更是共同定义新能源与算力融合的下一代标准。

阿美投资 Aramco Ventures此次投资，看中的是深度智控将物理AI应用于真实工业场景的能力。过去几年，公司持续推进相关技术的产业化落地，这与阿美投资 Aramco Ventures关注具备实际应用潜力和规模化商业价值技术的投资方向高度契合。

“不可思议”，这是他们当时反复提到的词。这笔投资，也为深度智控进一步拓展中东市场增加了新的产业连接，并为进军欧美市场拓展铺路。

一个是全球新能源龙头、一个是全球能源巨头，不约而同地押注同一家中国物理AI公司，背后是对同一个产业趋势的共识：AI越往前走，对能源的依赖就越强。

大模型和算力持续扩张，GPU背后的电力、制冷和能源调度开始成为新的基础设施问题。尤其随着新能源占比提升，电力供给本身存在波动，而训练、推理等算力任务又具备一定的可调节性。算力与电力，开始从两个独立系统走向协同。

这也是深度智控接下来重点推进的“算电协同”。

按照李辉的设想，未来一座智算中心需要把算力、电力、储能和冷却放到同一套系统里，实现动态协同。深度智控也由此从工业能效优化，进一步延伸到算力与能源基础设施的智能控制。

放眼整个物理AI赛道，当下更多目光集中在机器人、自动驾驶等终端场景，且大多仍处于试点阶段。但在李辉看来，工厂、数据中心、能源系统等底层基础设施，才是物理AI最先落地、也最具价值的场景。AI最终要进入真实产业，而能源与算力，是所有产业的底层底座。

变化不会一蹴而就。李辉判断，在算力、能源和工业控制等垂直场景，未来几年有望率先走向更高级别的自主运行；放到更多产业，则会是一场更漫长的演进。

从一套能源系统，到更庞大的物理基础设施。这条路还很长，但已经缓缓展开。