36氪首发 | 物理AI公司获晶科能源、国投创新等数亿融资，要做全球能源基础设施“大脑”

康养生活网讯，就相关话题整理如下。

图源/公司

本文约2200字，建议阅读6分钟

硬氪获悉，物理AI公司深度智控（DeepCtrls）最近完成数亿元人民币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。

本轮资金将核心用于核心物理AI算法与商品线的持续研发、标准化商品DeepBot的体量化拓展，以及东南亚、中东、欧美等海外需求端的再度布局，持续夯实“物理AI全球能源基础设施重塑者”的工艺与需求端底座。

深度智控（DeepCtrls）基于自研“PhyAI”物理AI引擎，构建了业内独有的机电能源系统物理AI模型，将物理机理与AI深度耦合，让AI真正“理解”设备底层物理特性，从根源上化解工业AI“黑箱不可信”的业界痛点，使AI具备可解释、可追溯、可迁移等本领。

“相比大多数仍停留在‘诊断建议系统’阶段的工业AI，深度智控（DeepCtrls）让AI真正理解物理世界，在真实环境中完成自主寻优、自主决策和闭环控制，已完成从需求端主流的L2/L3级控制向L4/L5级AI自治的代际跨越，直击工业与智算中心领域的核心痛点。”深度智控COO张雨馨表示。

她再度指出，以DeepSeek为代表的生成式AI，显著提高了AI在数字世界的理解与推理本领；DeepCtrls所深耕的物理AI，则聚焦AI在真实物理世界的自动识别、自主决策、自主优化与闭环控制，是AI产业落地的终局形态。

这并非蹭热点的命名巧合，却精准道出了AI在不同发展阶段的特点与使命——深度智控（DeepCtrls）的名字与物理AI工艺路线，早在2018年公司成立之初就已确立。“DeepSeek聚焦数字世界的‘深度求索’，攻克的是大模型的逻辑推理与内容创造，让AI拥有‘思考的本领’，代表AI的上半场；DeepCtrls则聚焦物理世界的‘深度控制’，攻克的是工业能源系统的自主闭环运行，让AI拥有‘动手的本领’，开启AI下半场。二者共同构成了AI从思考推理、到实体控制的完整产业闭环。”张雨馨表示。

这一路线源于创始人李辉博士二十余年的跨领域深耕与积累。从在清华大学深耕物理模型研究，到在美国劳伦斯伯克利国家实验室从事AI与能源的交叉研究，李辉渐次形成了“物理+AI”的工艺路径，也为深度智控（DeepCtrls）后续的商品研发与产业化奠定了基础。

在张雨馨看来，中国完整且繁杂的工业体系，为物理AI提供了全球独有的训练与验证环境。半导体、新能源、数据中心等业界不仅系统繁杂、能耗高，同时对控制精度与系统稳定性的要求也极高。这些场景既是过往工艺路线难以突破的领域，也成为物理AI最早完成体量化商业闭环落地、最容易跑出工艺壁垒的产业场景之一。

相比不少物理AI公司仍处于概念与试点验证阶段，深度智控（DeepCtrls）自2023年商业化以来，已连续多年保持营收翻倍增加，去年完成体量化盈利，率先跑通了物理AI的商业闭环，形成了头部客户复购、标准化商品放量、智算中心与海外需求端爆发的多轮驱动结构。

据了解，深度智控（DeepCtrls）已服务超出360家头部公司客户，包括台积电、长鑫存储、中际旭创、工业富联、腾讯、字节、宁德时代等头部集团公司。海量、高繁杂度场景打磨出的工艺本领，也渐次形成了海外公司难以复刻的壁垒。现阶段，深度智控（DeepCtrls）的模型基于超出30万台设备的实时运行数据持续迭代，最终炼出的PhyAI物理AI引擎，模型泛化误差低于3%，逼近系统理论最优极限。

这种在国内超繁杂场景，打磨验证成熟的商品本领，成为深度智控（DeepCtrls）拓展海外需求端的核心长处。2024年，深度智控（DeepCtrls）启动全球化布局，商品快速落地东南亚、中东、北美等十余个国家和地区，2025年海外业务已直接切入海外本土高端制造与智算中心核心场景。

硬氪：海外业务核心竞争力是什么？今后全球化布局有什么规划？

张雨馨：一是物理AI的工艺代差长处。海外绝大多数能源系统控制仍还停留在L2级专家规则阶段，我们的物理AI商品经头部客户繁杂场景打磨成熟，具备自主寻优和闭环控制本领，因此在进入全球需求端时具备突出的工艺长处。二是海外智算中心需求端需求的高速爆发，而能源与温控正成为新的增加瓶颈，这为物理AI商品带来了广阔的需求端机会。今后我们会持续巩固东南亚需求端，重点布局中东、北美等高价值需求端，促进物理AI更深入地进入全球能源基础设施核心场景。

硬氪：业界大多数工业AI还停留在概念验证或试点阶段，深度智控是极为稀缺的完成体量化应用且盈利的物理AI公司，核心缘由是什么？

张雨馨：核心源于物理AI的底层工艺。我们构建了机电能源系统的物理AI模型，将物理机理深度融入AI，并最终完成L4/L5级自主闭环控制。一层面，物理定律打底让AI的决策过程具备可解释性、确定性与可靠性，化解了工业场景“黑箱不可信、不敢用”的落地障碍；另一层面，物理AI模型具备强泛化性，无需在每一个新场景从零积累数据与建模，可跨设备、跨系统、跨场景迁移复制，因而自然能跑通体量化商业闭环。

硬氪：今后几年公司的战略重点是什么？

张雨馨：AI产业的发展，正在将能源问题推向前所未有的要紧位置。从Deep Learning到Deep Reasoning，再到Deep Controls，AI正在经历一次从数字认知向物理闭环控制的本领跃迁。深度智控（DeepCtrls）正在做的，是让AI不仅能够理解世界，也能够安全、可靠地优化控制真实系统。

因而我们的战略将始终围绕“物理AI能源基础设施重塑者”的定位展开：第一是纵向持续深耕PhyAI物理AI引擎，完成全场景覆盖，所有商品最终完成L5级自主智能；第二是横向拓展本领与价值，从即插即用的设备端AI控制模块，到系统级优化控制，再到算电协同与源网荷储一体化的全域能源调度；第三是加速全球化布局，我们最终重塑的，是支撑全球产业与AI算力持续运行的能源基础设施。

本文由康养生活网综合整理，转载请注明出处。