深度智控：为工业装上自主决策“AI大脑”

来源：滚动播报

（来源：经济参考报）

工业产线之中，成千上万台设备高速运转，转速、压力、电流等海量物理变量瞬息万变。产线背后，一套“AI大脑”正在实时感知设备状态，自主完成仿真推演、决策输出与闭环控制，驱动复杂工业系统走向全局最优运行。

这一面向工业场景的“AI大脑”，来自2018年成立的深度智控。通过将物理机理与AI深度耦合，深度智控将AI的决策能力带进真实的物理工业世界，在八年内完成从技术试点、商业化突围到标准化产品迭代的跨越。

公司创始人李辉在接受《经济参考报》记者专访时表示，“深度智控深耕的物理AI，可以实现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。”

从工业试点走向商业化

“2017年，我们找到了把物理机理和AI模型相结合的路径，它能够解决AI幻觉的问题，可用来做系统闭环控制，我判断这项技术有机会改变整个产业。”李辉表示，早年海外科研经历，让他看到了前沿技术的方向，也让他深感工业控制核心技术不能总依赖引进，中国有全世界最广阔、最复杂的制造业场景，理应有自己的工业AI大脑。他发现业内并无类似可以落地的方案，于是决定回国创业。

然而，开局并不顺利。“当时我们对外讲的是机理AI，很多人觉得我们在讲故事，认为‘用AI做工业控制’是‘飘在天上的学术命题’。一次偶然的产业项目，让我们获得工业试点机会。”李辉说。

2020年，某国际工控巨头为一家头部新能源企业在全球范围内寻找具备系统建模与优化算法能力的服务商，前后考察40多家企业之后，辗转找到了深度智控。作为背后技术供给方输出算法，公司完成了第一个真实工业场景试点，实现技术能力的初次实战检验。

真正的商业化破冰，来自一家互联网大厂的数据中心优化项目。“2021年中，他们在业内寻找能够将现有数据中心AI优化解决方案效率再提升10%以上的公司。依托自研的物理AI仿真引擎，我们预判可实现至少21%的效率提升。”李辉表示，“他们起初不太相信，我们花了17天时间，从数据接入、清洗、建模到优化控制，最后测试结果提升了22%到28%。”

实测结果和前期仿真预判高度吻合，也让这家互联网大厂看到这项技术的价值。不久后，深度智控获得该互联网大厂的投资，这也成为公司发展的关键转折点。

获得资金加持后，深度智控开启商业化进程，陆续切入半导体、新能源、大型智算中心等高复杂度、门槛极高的赛道。2024年，公司把经过国内头部客户反复验证的技术，同步推向海外市场。

依托在大量复杂项目中沉淀的经验，深度智控加速产品标准化，2025年推出L4.5级系统优化智能体DeepBot和L5级AI标准化优化控制智能体DeepChip，面向中小系统和设备层级。“我们先攻克最难的场景，积累大量真实工业场景、海量高质量现场数据，再向下做降维，才能沉淀出真正经得起检验的标准化产品。”李辉说。

在李辉看来，落地各类行业项目，只是打磨技术的过程，并不是企业发展的终点：“创立之初，我们的目标就是成为AI时代的全球化产品公司，让中国的工业AI技术，成为全世界的新标准。”

在产线中重构物理模型

不同于大多数初创企业“从0到1”的技术积累，深度智控成立之前，就已完成了这一过程。

早在2009年，李辉就意识到，AI本质是概率模型，具有不确定性，由此开启了让AI读懂客观物理规律的漫长研究。他以“盲人摸象”打比方，“AI摸到象腿以为是一根柱子，从局部来看似乎没有问题，但从本质来看，却发生了很大偏离。我们要做的就是告诉它大象的基本物理特征，这样它就能识别出那是象腿而不是柱子了。”

历经大量试错迭代，直到2018年，李辉找到将物理机理与AI模型相结合的路径，让AI模型与物理机理模型耦合训练。“AI训练全过程被物理机理约束后，即便只有少量感知数据，输出也不会违背客观物理规律，从而降低幻觉风险，具备可解释的高精度预测能力。”李辉介绍。

但是，打通耦合训练的路径只是第一步，李辉发现，“工业现场不是实验室，受成本、施工条件限制，传感器数量很少，因此需要通过少量传感器数据或间接测量方式，把设备内部无法直接监测的物理状态表征出来，完成物理模型在工业真实场景的重构。”

要完成这一重构，必须深入工业现场，反复验证、迭代与修正，不断打磨适配不同设备与工况。“只有做到这一点，才能做控制，进一步强化可解释、可预测，而控制需要采集和反馈。”李辉说。

半导体、大型智算中心这类变量繁多、容错空间极小的高复杂度工业场景，成为淬炼这套技术的绝佳试验场。李辉说：“这些复杂场景的数据非常关键。系统越复杂、要求越高，越能打磨系统的稳定性、可靠性和闭环控制能力。”

产线严苛的安全与稳定性标准持续倒逼模型迭代升级；反过来，工业现场源源不断的真实运行数据，持续反哺算法优化。正向循环之下，很多头部客户在实测验证效率提升与系统优化效果之后，选择从合作方转变为投资方。李辉说，“我们很多的投资方，最初都是我们的客户。”

充当算电协同调度中枢

今年9月，深度智控披露完成数亿元B+轮融资，沙特阿美参与跟投。

“2024年以来，我们以东南亚作为‘练兵场’，随后进入中东市场。”深度智控COO张雨馨介绍，“东南亚与中东地区工业耗能基数大，当地普遍沿用相对传统的控制方案，叠加能源供给紧张的现状，市场对高效智能控制系统需求旺盛。他们一方面要推进自身能源转型，另一方面要全力布局AI产业，而我们正是他们寻找的面向未来的AI大脑。”

沙特阿美的入局，在提供资本加持的同时，也为深度智控打通了全球产业资源通道。张雨馨介绍，公司未来将借助沙特阿美，打开澳洲、欧洲等国际市场。

李辉说，海外市场快速起量的背后，是全球产业的算电协同刚需。

“AI的尽头是能源。一方面，智算算力快速扩张，算力上限受电力条件约束；另一方面，光伏、风电这类清洁能源天然存在强波动性，算力负载又会出现剧烈峰谷变化。算力、电力、冷却、储能如何协同调度，实现全局最优，成为行业亟待解决的命题。我们的物理AI大脑，充当算电协同的调度中枢，把算力、电力、冷却、储能纳入耦合模型，实现全局优化调度。”

早在2019年，深度智控第一个试点项目就落在国家超算中心，公司负责搭建能效优化与安全诊断系统，依靠模型预测与优化控制，在大幅提升系统效率的同时提前规避运行风险。伴随大模型爆发，智算产业快速扩张，前期积累的技术能力迎来更大应用舞台。

“未来每一个行业都会被物理AI重构，设备级‘即插即用’的完全标准化的产品才能够实现规模化复制。我们希望持续走在前面引领，后面有更多公司一起做大做强这个事业，并推动全球整个产业的发展。”李辉说。