36氪首發 | 物理AI公司獲晶科能源、國投創新等數億融資，要做全球能源基礎設施“大腦”

圖源/企業

本文約2200字，建議閱讀6分鐘

作者丨歐雪

編輯丨袁斯來

硬氪獲悉，物理AI企業深度智控（DeepCtrls）近期完成數億元人民幣B輪融資。本輪融資由晶科能源戰略投資，國投創新、招銀國際聯合領投，紅杉中國、源碼資本、光遠資本、招商局創投等老股東持續跟投。

本輪資金將主要用于核心物理AI算法與產品線的持續研發、標準化產品DeepBot的規模化拓展，以及東南亞、中東、歐美等海外市場的進一步布局，持續夯實“物理AI全球能源基礎設施重塑者”的技術與市場底座。

深度智控（DeepCtrls）基于自研“PhyAI”物理AI引擎，構建了業內獨有的機電能源系統物理AI模型，將物理機理與AI深度耦合，讓AI真正“理解”設備底層物理特性，從根源上解決工業AI“黑箱不可信”的行業痛點，使AI具備可解釋、可追溯、可遷移等能力。

“相比大多數仍停留在‘診斷建議系統’階段的工業AI，深度智控（DeepCtrls）讓AI真正理解物理世界，在真實環境中實現自主尋優、自主決策和閉環控制，已完成從市場主流的L2/L3級控制向L4/L5級AI自治的代際跨越，直擊工業與智算中心領域的核心痛點。”深度智控COO張雨馨表示。

她進一步指出，以DeepSeek為代表的生成式AI，大幅提升了AI在數字世界的理解與推理能力；DeepCtrls所深耕的物理AI，則聚焦AI在真實物理世界的自動識別、自主決策、自主優化與閉環控制，是AI產業落地的終局形態。

這并非蹭熱點的命名巧合，卻精準道出了AI在不同發展階段的特點與使命——深度智控（DeepCtrls）的名字與物理AI技術路線，早在2018年公司成立之初就已確立?！癉eepSeek聚焦數字世界的‘深度求索’，攻克的是大模型的邏輯推理與內容創造，讓AI擁有‘思考的能力’，代表AI的上半場；DeepCtrls則聚焦物理世界的‘深度控制’，攻克的是工業能源系統的自主閉環運行，讓AI擁有‘動手的能力’，開啟AI下半場。二者共同構成了AI從思考推理、到實體控制的完整產業閉環?！睆堄贶氨硎尽?/p>

這一路線源于創始人李輝博士二十余年的跨領域深耕與積累。從在清華大學深耕物理模型研究，到在美國勞倫斯伯克利國家實驗室從事AI與能源的交叉研究，李輝逐步形成了“物理+AI”的技術路徑，也為深度智控（DeepCtrls）后續的產品研發與產業化奠定了基礎。

在張雨馨看來，中國完整且復雜的工業體系，為物理AI提供了全球獨有的訓練與驗證環境。半導體、新能源、數據中心等行業不僅系統復雜、能耗高，而且對控制精度與系統穩定性的要求也極高。這些場景既是過往技術路線難以突破的領域，也成為物理AI最早實現規模化商業閉環落地、最容易跑出技術壁壘的產業場景之一。

相比不少物理AI企業仍處于概念與試點驗證階段，深度智控（DeepCtrls）自2023年商業化以來，已連續多年保持營收翻倍增長，去年實現規?；?，率先跑通了物理AI的商業閉環，形成了頭部客戶復購、標準化產品放量、智算中心與海外市場爆發的多輪驅動結構。

據了解，深度智控（DeepCtrls）已服務超過360家頭部企業客戶，包括臺積電、長鑫存儲、中際旭創、工業富聯、騰訊、字節、寧德時代等頭部集團企業。海量、高復雜度場景打磨出的技術能力，也逐步形成了海外企業難以復刻的壁壘。目前，深度智控（DeepCtrls）的模型基于超過30萬臺設備的實時運行數據持續迭代，最終煉出的PhyAI物理AI引擎，模型泛化誤差低于3%，逼近系統理論最優極限。

這種在國內超復雜場景，打磨驗證成熟的產品能力，成為深度智控（DeepCtrls）拓展海外市場的核心優勢。2024年，深度智控（DeepCtrls）啟動全球化布局，產品快速落地東南亞、中東、北美等十余個國家和地區，2025年海外業務已直接切入海外本土高端制造與智算中心核心場景。

硬氪：海外業務核心競爭力是什么？未來全球化布局有什么規劃？

張雨馨：一是物理AI的技術代差優勢。海外絕大多數能源系統控制仍還停留在L2級專家規則階段，我們的物理AI產品經頭部客戶復雜場景打磨成熟，具備自主尋優和閉環控制能力，因此在進入全球市場時具備明顯的技術優勢。二是海外智算中心市場需求的高速爆發，而能源與溫控正成為新的增長瓶頸，這為物理AI產品帶來了廣闊的市場機會。未來我們會繼續鞏固東南亞市場，重點布局中東、北美等高價值市場，推動物理AI更深入地進入全球能源基礎設施核心場景。

硬氪：行業大多數工業AI還停留在概念驗證或試點階段，深度智控是極為稀缺的實現規模化應用且盈利的物理AI企業，核心原因是什么？

張雨馨：核心源于物理AI的底層技術。我們構建了機電能源系統的物理AI模型，將物理機理深度融入AI，并最終實現L4/L5級自主閉環控制。一方面，物理定律打底讓AI的決策過程具備可解釋性、確定性與可靠性，解決了工業場景“黑箱不可信、不敢用”的落地障礙；另一方面，物理AI模型具備強泛化性，無需在每一個新場景從零積累數據與建模，可跨設備、跨系統、跨場景遷移復制，因而自然能跑通規?；虡I閉環。

硬氪：未來幾年公司的戰略重點是什么？

張雨馨：AI產業的發展，正在將能源問題推向前所未有的重要位置。從Deep Learning到Deep Reasoning，再到Deep Controls，AI正在經歷一次從數字認知向物理閉環控制的能力躍遷。深度智控（DeepCtrls）正在做的，是讓AI不僅能夠理解世界，也能夠安全、可靠地優化控制真實系統。

因而我們的戰略將始終圍繞“物理AI能源基礎設施重塑者”的定位展開：第一是縱向持續深耕PhyAI物理AI引擎，實現全場景覆蓋，所有產品最終實現L5級自主智能；第二是橫向拓展能力與價值，從即插即用的設備端AI控制模塊，到系統級優化控制，再到算電協同與源網荷儲一體化的全域能源調度；第三是加速全球化布局，我們最終重塑的，是支撐全球產業與AI算力持續運行的能源基礎設施。