张雷：能源大模型如何领先？未来3年将释放巨大价值

“传统大语言模型善于处理表面关联，却难以触及因果关系的深层机制。未来，融合物理规律的人工智能将成为关键突破口。”远景科技集团董事长张雷在近期举办的闭门科技研讨会上，首次系统阐述了"物理人工智能"这一创新理念。他指出，这一新型AI范式深度整合了物理定律、系统边界与知识图谱，通过将能量守恒、空气动力学方程等客观规律与数据智能深度融合，能够有效克服传统语言模型容易产生的逻辑谬误，使人工智能在真实物理场景中实现稳定可靠的决策能力。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

在张雷看来，能源领域或许将率先迎来这场变革。作为人类社会运转的基础设施，能源系统同时具备复杂的物理特性与海量数据积淀，为AI技术提供了绝佳的训练场。他透露，远景已将构建能源大模型提升至战略核心，这家从风机设备起步的企业历经近二十年的发展，已将业务版图延伸至动力电池、储能设备、绿氢制备及零碳产业园等多个维度，正加速向整体能源解决方案提供商转型。

谈及中美在该领域的技术路径差异，张雷分析指出，美国AI发展更侧重消费端应用，缺乏工业化场景与复杂能源系统的数据支撑，在风机制造、储能实践等环节仍存短板。相较之下，中国丰富的应用场景与产业数据，为能源大模型研发提供了独特优势。“仅仅掌握风电或光伏等单一技术无法构建具有全局视野的模型体系，必须融合全产业链数据与底层物理规律，才能形成自主决策的智能核心。”他以远景正在建设的零碳氢能产业园为例，该项目集成了全球规模最大的绿氢生产基地与智能微电网系统，其闭环运行的能源网络为模型训练提供了真实复杂的物理环境。

面对新型电力系统建设带来的挑战，张雷认为人工智能的介入恰逢其时。2024年中央财经委员会明确提出构建以新能源为主体的新型电力系统，但风电、光伏固有的波动性与间歇性特征，给电力市场交易与系统调节带来巨大压力。他解释道，能源大模型可在毫秒级时间内处理海量运行数据，从看似无序的信息中发现隐藏规律并制定最优策略，从而显著提升发电资产收益、优化储能配置方案、增强电网消纳能力。据行业数据显示，远景去年开展的对比试验表明，搭载AI系统的风机较传统设备发电效率提升超过20%。

在新能源制造业面临同质化竞争的当下，张雷提出物理人工智能或将成为破局关键。近三年来，光伏、风电及锂电行业遭遇产能过剩与价格战的双重压力，部分企业甚至出现产品售价低于生产成本的异常现象。他强调，过度依赖规模扩张的竞争模式已难以为继，能源大模型将推动行业重心从物质资产转向智能资产。“未来竞争将更关注系统效能与资产收益，而非简单的规模比拼。”在电力市场化与能源金融化趋势下，企业需要建立更完善的风险管理机制，而非继续盲目扩充产能。

在此次闭门会议上，远景首次展示了命名为“天枢”的能源大模型系统。该模型基于气象监测、设备运行、电网调度及市场交易等多维数据，运用图神经网络、时空模型与多模态Transformer算法，通过云边协同架构实现全域智能控制。同期发布的AI电力系统、智能风机及储能系列产品，标志着企业在能源人工智能领域的全面布局。虽然具体效能数据尚未公开，但张雷透露，预计1-2年内该模型将在实际场景中展现显著价值，3年内达到类似自动驾驶L3级别的成熟水平。

对于未来能源系统的演进方向，张雷描绘了一幅“智能体”协同进化的生态蓝图。他预见，未来能源系统将由数亿个具有自主决策能力的智能单元构成，这些智能单元组成的生产系统将持续自主优化。这一演进的核心目标，是以更经济的成本为社会提供稳定可靠的清洁电力。“我们将推动能源大模型技术赋能全产业链，实现从设备制造到系统优化的全面升级。”张雷最后总结道。