编辑：吴昕
在能源AI这个高门槛赛道，中科类脑完成了一场从技术攻坚到商业变现的深度突围。
单笔融资破亿，能源 AI 杀出实力派
「 AI 的尽头是能源！」马斯克与 Sam Altman 的隔空对话，将能源革命与智能革命的交汇点推向全球视野。当前，这一进程正在中国加速。
据统计，2024 年前三季度，能源行业大模型招标项目超 80 个，多数能源企业已建成自有模型，涵盖核电、电网、发电等多个领域。DeepSeek 爆火后，以国家电网、南方电网及五大发电集团为代表的能源央企，正加速推进 AI 融合应用。
在智能化转型浪潮中，能源行业 AI 大模型全栈解决方案提供商中科类脑宣布完成亿元级 B 轮融资。此轮融资由中国移动旗下的北京中移数字新经济产业基金独家战略投资，也是该基金在 AI 模型领域的又一重要布局。
此前，中科类脑已在 A 轮融资中获得合肥创新投等地方国资支持。此番「国家队」资本强势注入，不仅标志着中科类脑正式跻身「 AI 国家队」行列，更意味着其自主可控的技术体系进一步获得产业界的广泛认可。
从顶天到立地，七年锚定能源赛道
中科类脑成立于 2017 年，是中国科学技术大学赋权项目之一，也是类脑智能技术及应用国家工程实验室（以下简称「类脑实验室」）迄今唯一产业化单位，肩负「顶天立地」的成果转化使命与愿景。类脑智能技术通过模拟人脑神经机制实现认知突破，是国家下一代 AI 布局的核心方向。然而，如何将类脑实验室技术转化为产业应用？
知名管理咨询机构埃森哲曾指出：「未来的能源世界是一个由数以十亿计的可再生能源发电、储能、智能用电设备构成的『碎片化』能源系统」，它们在数字世界重构与融合根本离不开 AI 技术。
初创期的中科类脑虽开发出类脑云 OS 底座，却在业务聚焦上经历阵痛。2019 年，公司战略转向能源赛道，迎来关键转折。
作为国民经济的基础性产业，能源世界正在发生重大变革。供给侧(发电侧)，随着分布式光伏、风电等可再生能源的广泛普及，其装机容量和发电量正在迅速增长；用电侧（负荷），随着新能源汽车的普及，自动驾驶、V2G（车辆到电网）等技术也在不断进步，推动交通行业电气化水平日益提升；输配电侧，电网作为承载电能转换利用和输送的「大动脉」，面临迫切的智能升级需求。
尤其是 2021 年 —— 十四五规划开局之年，「做好碳达峰、碳中和工作」 （亦即「双碳」）被列为重点任务之一，使得能源数字化有了更强的政策驱动性。中国能源研究会能源互联网专委会等发布的《数字能源发展白皮书 2023 》预测，到 2029 年中国数字能源产业市场规模将达 6384.43 亿元。中研普华数据显示，预计到 2029 年，中国数字能源市场规模将达到 881 亿美元。实验室的「顶天」技术可以大展拳脚。
例如，作为电网核心目标之一，电力运作体系的安全、可靠、经济及高效运行是关键。而在人力有限情况下，为实现设备巡视、集中监控、无人机飞巡等生产方式和作业模式逐步向数字化、智能化发展，需深度介入 AI 及物联网等技术，构建「健康诊断科学化、运行维护智能化、检修抢修精益化」新运检模式，保障电网安全运行，提高运检质量、效率和效益。
随着风能和太阳能等间歇性可再生能源发电占比不断增加，对精确发电量预测的需求水涨船高，与此同时，如何优化电力设备配置，提高电网调度运行效率也成为电网的必然选择。这些不稳定能源如何消纳以及保障能源的稳定提供，都需 AI 的核心技术——新能源的智能预测和区域调度决策技术。
「一米宽、千米深」
唯有全栈，方能「深耕」
谋定而后动。中科类脑建构起「全栈式」技术路径——从底层算力支撑、核心算法研发到上层场景应用，有效推动了前沿技术与真实业务场景的深度融合。目前，其产品和解决方案已覆盖发、输、变、配、用、安监等核心场景，并推出算电融合服务，凭借高精度、低成本、自主可控等优势获得市场高度认可，AI 项目复购率超 75% ，客户覆盖五大发电集团等 80% 的行业头部企业。
融合能源多模态大模型+DeepSeek的新一代智慧电站运维「智能体」系统
能源电力行业对安全性、鲁棒性（Robustness）要求极高，通用大模型（如 ChatGPT、DeepSeek ）虽为「通才」，却因幻觉问题不可控、缺乏行业知识，难以满足全工况条件下的基线要求。为此，中科类脑基于电力场景知识，结合人类反馈机制，打造了能源多模态大模型。
能源电力行业的特殊性决定了单纯提供算法模型难以真正深入。同时，能源行业涉及国家关键基础设施，全面的国产自主可控已成定局。中科类脑围绕能源场景，结合全国产化算力打造了与能源业务系统协同的数据采集、传输、分析到辅助决策的闭环系统，确保能源多模态大模型高质量迭代。同时，构建了全国产化的异构算力调度和大模型研发平台，确保大模型的高效快。
中科类脑自 2017 年起深耕异构算力系统研发，其自研平台具备高效调度、算力加速等能力。在多款国产芯片上，训练效能可达国际同级芯片的 80% ，满足自主可控需求；在大模型多机推理实测算力加速约 30% 。
此外，针对当下行业算力资源分布不均、调配不合理、存储架构不兼容等共性难题，中科类脑突破异构算力适配、调度、存储统一纳管等关键技术，可实现不同计算中心算力、网络、存储等资源的互联互通，可智能调配跨地域、跨架构、跨归属的算力资源。
夯筑壁垒，众人拾柴火焰高
在能源 AI 这个高门槛赛道，中科类脑用七年时间完成了一场从技术攻坚到商业变现的深度突围。电力行业的特殊性构筑了天然壁垒——系统复杂性、安全严苛性，这些看似阻碍的因素，恰恰成为中科类脑构建护城河的最佳材料。
在能源电力领域，能源多模态大模型预训练数据量已成规模，构建起强大的基础认知能力。同时，通过将大量电力的专家经验转化为模型的基础能力，资深工程师数十年的实践经验被转化为 AI 可理解的决策逻辑。更重要的是，三十类机理模型库的建立，确保了 AI 预测既符合物理规律又具备可解释性。
工程化能力是国产化落地的关键一跃。据了解，中科类脑通过建设淮海人工智能中心、合肥多元异构算力调度平台以及宁波东方理工智算中心等智算集群，沉淀出算力调度优化、算子融合加速、国产化 AI 芯片适配等核心工程能力。此外，公司同步推进的皖疆绿色算力科技产业园正加速布局低碳基础设施，为「东数西算」战略提供跨区域算力协同与绿色转型支撑。
服务创新是中科类脑的另一大特色。公司组建了一支由研发人员、数据专家以及能源市场专家构成的复合型团队，这些「行业翻译官」有效弥合了技术与业务之间的鸿沟。企业创新采用「开发–验证–迭代」的动态闭环体系，实现算法研发全链条的并行协同。经实证，这些创新不仅带来 10 倍审核效率飞跃，算法迭代周期也缩短了 60% ，成功推动 AI 技术完成从实验室到实用化的价值跃迁。
此外，团队还提供特定细分场景的设备诊断攻关服务。例如，通过多模态数据融合数据分析能力，结合运行工况与机理，实现变压器的综合诊断和状态评价，有效降低维护成本，并使变压器保持长周期稳定运行。
在能源电力这个复杂的巨系统面前，单打独斗难以推动行业智能化发展。为此，中科类脑采取了开放合作的战略，「我们需要更多的合作伙伴、更多的前沿技术共同投入到这个行业当中，一起推动行业的变革。」中科类脑董事长、90 后国家万人领军刘海峰曾说。
公司一方面与类脑实验室持续联动，通过技术资产成果转化等机制，将实验室在计算机视觉、多媒体内容处理、视频编解码等领域的前沿研究成果转化为产业应用，既保障了技术源头活水，又加速了科研成果转化。
另一方面，公司通过 BitaHub 社区开放算力资源与 AI 开发环境，支撑科研机构与企业的智能化转型，已实现能源电力能力向建材、水利、政务等行业的横向复制。
三层变现结构，迈向更广阔行业
目前，中科类脑的核心技术已在多个领域取得显著成效：为十余省市的 100 余座变电站提供智能化运维服务；助力安徽配网无人机诊断效率有效提升；在新能源领域打造了多个标杆项目，其中某央企智慧风电场站项目荣获「四星级」评定。
在商业模式上，公司构建了「算力调度–模型服务–应用订阅」的三层价值体系，正在实现从项目制向产品化的转型：标准化 AI 套件收入占比从过去的 20% 提升至 55% ，年度经常性收入数亿元，标杆客户年付费增长达 300% 。更值得一提的是，公司人效比达到行业平均水平的两倍。这些成绩充分验证了其专业化发展路径的商业价值。
人工智能赋能能源行业转型升级，是一条充满挑战却前景广阔的道路。正如刘海峰所言：「我们做好了至少 8-10 年的长期投入准备，扎根能源智能化领域，为国家的能源转型贡献科技力量。」
这种长期主义的坚持，也得到图灵奖得主约瑟夫·斯发基斯（ Joseph Sifakis ）近期观点的支持。前不久，在中关村论坛上，这位杰出计算机科学家指出，中国应制定独特的 AI 愿景。中国的 AI 具有强大的工业特征，可凭借雄厚的工业基础，打造智能电网、智能工厂、自动驾驶交通系统、智慧城市等智能产品和服务。
如今，中科类脑正将能源领域淬炼出的 AI 能力，不断向更广阔的工业制造场景延伸。技术「顶天」与产业「立地」之间，创新火花在这里持续迸发，推动行业巨轮远航。
©
（文：机器之心）