當(dāng)全球科技巨頭還在爭(zhēng)論 "AI 的盡頭是能源 " 時(shí)，安徽合肥已悄然跑出一只硬核未來獨(dú)角獸。今天，能源 AI 大模型方案企業(yè)——中科類腦宣布完成億元級(jí) B 輪融資，由中國移動(dòng)旗下北京中移數(shù)字新經(jīng)濟(jì)產(chǎn)業(yè)基金戰(zhàn)略投資。當(dāng)萬億級(jí)數(shù)字能源市場(chǎng)遇上 " 東數(shù)西算 " 戰(zhàn)略，這個(gè)賽道背后還有哪些隱藏機(jī)會(huì)？
中科類腦業(yè)務(wù)一覽
01
中科類腦成立于 2017 年，脫胎于類腦智能技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室——我國類腦智能領(lǐng)域唯一的國家級(jí)科研平臺(tái)。其創(chuàng)始人劉海峰博士是中國科大 " 郭沫若獎(jiǎng)學(xué)金 " 獲得者，曾在微軟亞洲研究院主攻計(jì)算機(jī)視覺。成立初期，公司雖開發(fā)出類腦云 OS 底座，卻在商業(yè)化路徑上經(jīng)歷陣痛。
2019 年，劉海峰作出關(guān)鍵決策：聚焦能源賽道。這一選擇直擊行業(yè)核心矛盾——傳統(tǒng)電力運(yùn)維依賴人力巡檢，效率低下且難以應(yīng)對(duì)新能源并網(wǎng)帶來的復(fù)雜性；通用 AI 模型（如 ChatGPT）則因缺乏行業(yè)知識(shí)、存在 " 幻覺 " 風(fēng)險(xiǎn)，無法滿足電網(wǎng)安全基線。
中科類腦的解法是打造 " 全棧式技術(shù)閉環(huán) " ：從底層國產(chǎn)化算力調(diào)度到能源多模態(tài)大模型，再到上層發(fā)、輸、變、配全場(chǎng)景應(yīng)用，融合機(jī)理模型與 AI 算法，實(shí)現(xiàn)設(shè)備診斷精度提升 40%、運(yùn)維成本降低 30%。
2020 年，公司獲 A 輪融資，由合肥產(chǎn)投等地方國資注資，推出了電力巡檢 AI 產(chǎn)品，覆蓋安徽、江蘇等地的變電站智能化改造； 2023 年技術(shù)突破，發(fā)布能源多模態(tài)大模型，結(jié)合視覺檢測(cè)與電力知識(shí)庫，攻克小樣本學(xué)習(xí)難題，在昇騰 NPU 上推理效率提升 30%，獲五大發(fā)電集團(tuán)等頭部客戶認(rèn)可。
如今，中科類腦的解決方案已覆蓋 80% 能源行業(yè)頭部企業(yè)，AI 項(xiàng)目復(fù)購率超 75%，服務(wù)全國百余座變電站，算法庫積累達(dá) 200 余類，成為國家電網(wǎng)、南方電網(wǎng)智能化升級(jí)的合作伙伴。
02
中科類腦所在賽道是：能源行業(yè) -AI 大模型行業(yè)，是數(shù)字能源市場(chǎng)的關(guān)鍵細(xì)分領(lǐng)域。
據(jù)《數(shù)字能源發(fā)展白皮書 2023》，2029 年中國數(shù)字能源市場(chǎng)規(guī)模將達(dá) 6384 億元，其中 AI 驅(qū)動(dòng)的智能運(yùn)維占比超 40%。當(dāng)前行業(yè)痛點(diǎn)顯著：新能源并網(wǎng)導(dǎo)致電網(wǎng)波動(dòng)性加劇，傳統(tǒng)信息化系統(tǒng)難以實(shí)時(shí)決策；通用大模型缺乏行業(yè)適配性，數(shù)據(jù)孤島與算力碎片化問題突出。
市場(chǎng)格局上，能源 AI 仍屬藍(lán)海市場(chǎng)，尚未形成壟斷性頭部。除中科類腦外，靈汐科技（神經(jīng)擬態(tài)芯片）、時(shí)識(shí)科技（邊緣端 AI 推理）等玩家分食份額。與競(jìng)品相比，中科類腦的差異化在于 " 機(jī)理 + 數(shù)據(jù) " 雙輪驅(qū)動(dòng)：將資深工程師經(jīng)驗(yàn)轉(zhuǎn)化為 AI 可理解的決策邏輯，同時(shí)構(gòu)建 30 類電力機(jī)理模型庫，確保預(yù)測(cè)符合物理規(guī)律。
隨著多模態(tài)大模型、國產(chǎn)算力集群、端側(cè)輕量化 AI 加速成熟，能源 AI 正迎來三大機(jī)遇：
1、" 輕量化 + 專業(yè)化 " 產(chǎn)品：可穿戴監(jiān)測(cè)設(shè)備能實(shí)時(shí)采集設(shè)備數(shù)據(jù)，幫助基層運(yùn)維人員快速發(fā)現(xiàn)異常；無人機(jī)巡檢系統(tǒng)借助多模態(tài)大模型，通過圖像識(shí)別精準(zhǔn)定位電力設(shè)備故障，替代傳統(tǒng)人工巡檢，大幅提升效率。這些產(chǎn)品操作簡(jiǎn)便，顯著降低運(yùn)維門檻，推動(dòng)能源運(yùn)維從人工粗放型向智能精準(zhǔn)型轉(zhuǎn)變，降低人力成本與安全風(fēng)險(xiǎn)。
2、" 東數(shù)西訓(xùn) " 算力網(wǎng)絡(luò)：" 東數(shù)西訓(xùn) " 算力網(wǎng)絡(luò)打破區(qū)域算力壁壘，實(shí)現(xiàn)跨區(qū)域異構(gòu)算力調(diào)度。東部數(shù)據(jù)需求大，西部算力資源足，二者通過網(wǎng)絡(luò)協(xié)同，優(yōu)化資源配置，為萬億級(jí)參數(shù)模型訓(xùn)練提供堅(jiān)實(shí)算力基礎(chǔ)。
3、 "AI+ 碳管理 " 生態(tài)："AI + 碳管理 " 生態(tài)推動(dòng)多方協(xié)作，助力能源企業(yè) ESG 轉(zhuǎn)型。能源企業(yè)聯(lián)合保險(xiǎn)、地產(chǎn)等行業(yè)，運(yùn)用 AI 技術(shù)開發(fā)碳足跡追蹤系統(tǒng)，精準(zhǔn)監(jiān)測(cè)全流程碳排放。AI 分析數(shù)據(jù)后生成減排策略，保險(xiǎn)企業(yè)可依此創(chuàng)新碳保險(xiǎn)產(chǎn)品，地產(chǎn)企業(yè)也能融入綠色低碳理念。
來源：鉛筆道
