📢 转载信息
原文链接：https://www.tmtpost.com/7733250.html
原文作者：TMTPOST
TMTPOST -- 远景集团（Envision Group）正将目光投向人工智能的下一个前沿领域：构建一个“物理AI”能源基础模型，公司董事长张雷表示，该模型在规模和复杂性上都有可能在三年内超越美国的努力。
在10月19日以“人工智能与未来能源系统”为主题的远景闭门技术会议上，张雷详细阐述了他将人工智能与物理定律、系统边界和知识图谱相结合的愿景。与传统大型语言模型主要识别相关性不同，物理AI旨在理解因果关系——利用能量守恒、空气动力学方程和电力潮流计算等原理来生成可靠的现实世界输出。
“传统AI只能识别关系；它无法构建因果关系，”张雷说。“未来在于物理AI，它将使我们不仅能够理解世界，还能改变世界。”
远景集团成立于二十年前，最初是一家风力涡轮机制造商，现已扩展到储能、动力电池、绿氢、氨以及零碳工业园区。如今，该公司将自身定位为能源系统供应商。
张雷表示，构建大型能源模型是远景战略的核心。“这是美国无法处理的领域，”他断言。“美国的AI仍然很大程度上倾向于消费级应用。但在物理AI和大型能源模型方面，他们既缺乏工业场景，也缺乏新能源制造方面的实战经验。”
相比之下，张雷认为，中国拥有丰富的应用场景和工业数据，这为其在全球能源AI领导地位上提供了潜在优势。
张雷将他的愿景置于中国更广泛的能源转型背景下。2021年3月，中国中央财经委员会强调构建以可再生能源为中心的电力系统。虽然风能和太阳能可以大幅减少碳排放，但其间歇性使得电网管理和电力市场运营复杂化，给运营商带来了焦虑。
“这种焦虑是AI的机会，”张雷说。“能源基础模型可以在毫秒内处理海量数据，发现隐藏的模式，并做出最优决策。它们能使风力涡轮机产生更高的回报，使储能更有效地参与市场，并使电网能够安全地接纳更多的可再生能源。”
然而，构建具有这种“超级能力”的AI绝非易事。张雷强调，单一能源领域（如风力涡轮机、太阳能电池板或储能）的孤立经验是不够的。真正的能源AI需要了解整个电力市场：风力波动、电网运行和负荷变化，并以广泛的底层数据为支撑。
远景的项目，例如赤峰零碳氢能工业园区，提供了理想的训练场地。该园区拥有全球最大的绿氢-氨项目和一个独立的“可再生能源电网”，形成了一个生成丰富数据集以供AI模型训练的闭环系统。
在会议上，远景推出了“天枢”能源基础模型，它集成了大量的气象、设备、电网和市场数据。该系统利用先进算法——包括图神经网络、时空模型和多模态Transformer——通过云-边-端协同实现实时控制。
该公司还展示了AI赋能的产品，包括远景“盖亚AI风力涡轮机”和“盖亚AI储能系统”。尽管具体的性能指标仍有限，但内部测试据称显示，在同一地点的AI风力涡轮机比非AI涡轮机实现了高出20.9%的回报。
除了技术创新，张雷认为物理AI可以帮助解决中国新能源行业长期存在的一个问题：“内部竞争”。产能过剩、价格战和同质化产品困扰着光伏、风电和电池行业，使许多企业陷入财务困境。国家层面近期正试图通过行业自律协议和反不正当竞争行动来遏制这些做法。
“反复出现的内部竞争源于对规模和体量的执着，”张雷说。“由物理AI驱动的能源基础模型将焦点从物质资产转移到智能资产。这使得企业能够在效率和性能上竞争，而不仅仅是规模。”
他补充说，智能能源系统可以开启一个理性和繁荣的新时代，在实现高回报的同时保持高效率，并支持中国的“双碳”目标。
张雷指出，随着能源行业的成熟，决策的复杂性将会增加。“在一个更市场化的电力系统中，随着能源的金融化发展，仅仅‘堆砌体量’已不再足够；必须更加关注‘发展智力’，”他说。
他表示，大型能源模型是实现这一转变的关键推动力。它们为复杂能源系统的智能运维、风险管理和优化决策提供了分析基础。
物理AI和大型能源模型仍处于新兴阶段。许多现有解决方案在数据质量、算力、安全性和验证方面面临局限，并且行业缺乏标准化的评估指标。此外，企业如何收回研发投资并实现商业回报仍不确定。
尽管如此，张雷对短期内的进展表示乐观。他预测，一到两年内，远景大型能源模型的影响将开始显现，大约三年后，其成熟度将达到与3级自动驾驶系统相当的运行自主水平。
展望未来，张雷设想了一个由数百万个能够持续进化的智能体组成的未来能源生态系统——就像一个珊瑚礁。该系统将优化绿色电力整合、降低成本，并提高运行的鲁棒性和安全性。
“我们致力于推动大型能源模型的发展，以赋能整个能源产业生态系统，帮助其从以设备为中心转变为‘智能体’生态系统，”张雷说。
如果成功，远景的方法可能会重新定义全球能源AI的竞争格局。虽然美国科技公司在消费级AI应用中占据主导地位，但它们缺乏可比的工业规模数据集和可再生能源运营的实战经验。中国丰富的能源场景，结合AI与物理定律的深度融合，可能使远景这样的公司获得决定性的优势。
分析人士指出，向物理AI的推动与能源数字化、电网优化和工业智能化的更广泛趋势是一致的。但他们也警告说，商业化、监管障碍和集成挑战将考验即使是最先进的模型。
就目前而言，张雷的愿景表明了中国不仅要在可再生能源部署方面引领，还要在管理和优化这些能源的AI系统方面引领的雄心。在一个效率、智能和可靠性日益重要的领域，远景的“天枢”模型可能标志着从理解能源系统到重塑能源系统的变革性一步。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区