AI赋能绿色新工业，远景能源大模型加速落地

AI是“吞电兽”的说法近来不绝于耳。它不仅因巨大的能源消耗屡屡成为争议焦点，甚至让全球顶尖的科技领袖们感到了实实在在的“缺电焦虑”。

那么，有没有一种可能：让AI在用电的同时，也反过来提升电力生产的效率，甚至成为降碳减排的得力助手？这个想法听起来很美好。毕竟，以自我迭代见长的人工智能，若能为自己找到充沛且清洁的能量来源，倒也算是一桩“分内之事”。

就在不久前，2025赤峰零碳产业大会上透出的消息，让这个设想显得不那么遥远了。远景科技集团在会上披露了其能源大模型的最新进展，发布了据称是全球最大的AI电力系统，并展示了该系统在赤峰绿色氢氨项目中的应用。看来，AI与能源耦合共生、协同发展的未来图景，正在加速照进现实。

大模型很好，但需通过“物理”大考

“物理人工智能是物理规律与数据智能的融合，将重构未来能源系统。”远景科技集团董事长张雷在大会上抛出的这个观点，直指AI与能源电力深度融合的核心前提。

支撑ChatGPT等应用的大语言模型，在理解和生成知识方面固然强大，但面对广袤而复杂的物理世界，仅靠数据关联是远远不够的。AI需要从一个“浪漫的诗人”，转变为严谨理性的“科学家”。这意味着，必须将能量守恒、空气动力学、化学定律、气象科学等一系列物理规则“植入”大模型，并为其构建一个受物理规律约束的理性运行框架。这正是物理人工智能与当前语言大模型的根本区别。也只有经过这番“改造”，才能有效消除传统大模型的“幻觉”，让AI在真实的物理世界中可靠地发挥作用。

作为AI与物理定律、系统边界、知识图谱深度耦合的新范式，物理人工智能很可能成为引发未来世界巨变的新开端。

而能源电力系统，作为支撑现代文明运行的物理基石，很可能成为这条突破之路的首个前沿阵地。

此次大会上发布的远景AI电力系统，正是基于这一理念的实践。它以“远景天机”气象大模型与“远景天枢”能源大模型为核心，连接AI风机、储能、光伏与电网，覆盖了从规划、预测到调度、运营的全链条。这套系统的关键突破在于，它利用AI技术深度融合了电力物理逻辑与数字规律，能够有效规避传统人脑处理高维度、多变量场景时的不可控因素，从而在经济性和稳定性上展现出显著优势。具体而言，它能协同优化风电、光伏、储能、充电、负荷等多元要素，应对复杂多变的气象与电力市场环境，为构建绿电直连机制和新型电力系统提供坚实的智能支撑。

AI确实耗电，但也能助力降碳

零碳产业大会，议题自然聚焦于绿色发展。与往届相比，今年讨论中间出现了一个新鲜而紧迫的议题：在“AI+”的时代背景下，如何实现零碳目标？

这确实是个矛盾。AI及其背后的数据中心对电力的需求极大，且要求供给高度稳定。在应对气候危机的紧迫背景下，如何在满足这种激增需求的同时，不增加甚至减少温室气体排放，构成了严峻挑战。毕竟，当前主力的绿色能源——风电和光伏，其固有的波动性与间歇性，单靠自身难以支撑AI带来的用电增量。

不过，大会上也展示了一些化解这一“加减矛盾”的创新模式和前沿案例。

高负荷企业代表之一的旭阳集团，其副总裁杨路就指出，绿电直连是化工行业零碳转型的重要路径。除了降本和增绿，从出口角度看，绿电直连提供的清晰物理溯源，无异于企业通往全球市场的“绿色护照”。

牧原新能源总经理母华威则介绍了农业领域的实践：将前端自有的巨大分布式风光资源，与后端生产负荷直接结合，实现新能源就地消纳，在降低用能成本的同时保障了电力稳定。

远景方面分享的案例更具规模：其位于赤峰的零碳氢能产业园，依托前述AI电力系统，已成为全球最大的绿色氢氨产业基地，实现了生产成本全球最低。项目通过全生命周期的智能规划与动态调控，塑造了风光储与工业负荷深度融合的生态，真正做到了100%绿电直连。

张雷强调，AI电力系统和物理人工智能将成为全球清洁能源转型的重要助推力。他认为：“未来30年将建成的绿色碳中和能源系统，既是AI最重要的实验场，也是AI发挥价值的最大平台。”这一观点，也获得了通过视频连线的国际能源转型委员会主席阿代尔·特纳的呼应，他同样相信，未来的能源系统能够以近乎零边际成本且环境友好的方式，满足全球大部分的能源需求。

美国依然领跑，但中国有望引领浪潮

谈及AI与大模型，全球竞争格局是无法回避的话题。美国无疑仍是领跑者，但中国作为最有力的竞争者，随着DeepSeek等模型的涌现和国产芯片的进展，正展现出强劲的追赶势头。

当人工智能与物理世界相遇，这条新赛道同样吸引了中美顶尖企业的目光。“AI教母”李飞飞近期的长文就指出，当前AI缺乏对物理世界的真实经验，下一代需发展能理解和推理物理规律的“世界模型”。英伟达CEO黄仁勋也多次谈及物理AI，视其为继AI推理后的下一波浪潮，有望将计算力从信息世界引入价值百万亿美元的实体产业。

对此，远景能源高级副总裁黄志勇的分析很客观：英伟达确实“很牛”，从语言大模型切入，计划重构通信基站模型，甚至深入布局汽车行业，展现出向物理世界全面渗透的潜力。相比之下，远景的野心聚焦得多——一门心思要把能源大模型这个垂类做到极致。

而恰恰是在这个垂类领域，中国具备引领新浪潮的独特优势。张雷曾指出，美国的AI优势主要集中在消费侧。而在物理人工智能和能源大模型方面，美国既缺乏足够复杂的工业化场景和能源系统来提供海量训练数据，在风机、储能等新能源制造环节也实践不足。反观中国，丰富的应用场景和完整的产业数据，很可能使其在这一赛道实现全球领先。

黄志勇说得更直接：在电力、新能源、绿电领域，美国已经落后于中国。缺少中国的技术和产业链支持，当前热议的AIDC等新业态都难以推进。他进一步点明：“未来AI的竞争，是芯片的竞争，也是电力的竞争。中国在芯片领域或许暂时落后，但在电力供应，尤其是清洁电力方面，绝对是遥遥领先的。”特别是在应对气候危机的大背景下，中国在风电、光伏、储能等新能源领域的绝对优势，其战略重要性愈发凸显。

正如阿代尔·特纳在大会中所言：“如果我们审视全球发展的根本趋势，会发现世界各地正在经历一场不可阻挡的深刻能源转型。而中国，正引领着这场以电气化和电力生产脱碳为核心的全球能源转型。”这场转型，或许正是中国在AI与能源融合的新赛道上实现引领的历史性机遇。

（作者｜胡珈萌，编辑｜蔡鹏程）

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网