图源 / 企业

本文约 2200 字，建议阅读 6 分钟

作者丨欧雪

编辑丨袁斯来

硬氪获悉，物理 AI 企业深度智控（DeepCtrls）近期完成数亿元人民币 B 轮融资。本轮融资由晶科能源战略投资，国投创新、招银国际联合领投，红杉中国、源码资本、光远资本、招商局创投等老股东持续跟投。

本轮资金将主要用于核心物理 AI 算法与产品线的持续研发、标准化产品 DeepBot 的规模化拓展，以及东南亚、中东、欧美等海外市场的进一步布局，持续夯实 " 物理 AI 全球能源基础设施重塑者 " 的技术与市场底座。

深度智控（DeepCtrls）基于自研 "PhyAI" 物理 AI 引擎，构建了业内独有的机电能源系统物理 AI 模型，将物理机理与 AI 深度耦合，让 AI 真正 " 理解 " 设备底层物理特性，从根源上解决工业 AI" 黑箱不可信 " 的行业痛点，使 AI 具备可解释、可追溯、可迁移等能力。

" 相比大多数仍停留在‘诊断建议系统’阶段的工业 AI，深度智控（DeepCtrls）让 AI 真正理解物理世界，在真实环境中实现自主寻优、自主决策和闭环控制，已完成从市场主流的 L2/L3 级控制向 L4/L5 级 AI 自治的代际跨越，直击工业与智算中心领域的核心痛点。" 深度智控 COO 张雨馨表示。

她进一步指出，以 DeepSeek 为代表的生成式 AI，大幅提升了 AI 在数字世界的理解与推理能力；DeepCtrls 所深耕的物理 AI，则聚焦 AI 在真实物理世界的自动识别、自主决策、自主优化与闭环控制，是 AI 产业落地的终局形态。

这并非蹭热点的命名巧合，却精准道出了 AI 在不同发展阶段的特点与使命——深度智控（DeepCtrls）的名字与物理 AI 技术路线，早在 2018 年公司成立之初就已确立。"DeepSeek 聚焦数字世界的‘深度求索’，攻克的是大模型的逻辑推理与内容创造，让 AI 拥有‘思考的能力’，代表 AI 的上半场；DeepCtrls 则聚焦物理世界的‘深度控制’，攻克的是工业能源系统的自主闭环运行，让 AI 拥有‘动手的能力’，开启 AI 下半场。二者共同构成了 AI 从思考推理、到实体控制的完整产业闭环。" 张雨馨表示。

这一路线源于创始人李辉博士二十余年的跨领域深耕与积累。从在清华大学深耕物理模型研究，到在美国劳伦斯伯克利国家实验室从事 AI 与能源的交叉研究，李辉逐步形成了 " 物理 +AI" 的技术路径，也为深度智控（DeepCtrls）后续的产品研发与产业化奠定了基础。

在张雨馨看来，中国完整且复杂的工业体系，为物理 AI 提供了全球独有的训练与验证环境。半导体、新能源、数据中心等行业不仅系统复杂、能耗高，而且对控制精度与系统稳定性的要求也极高。这些场景既是过往技术路线难以突破的领域，也成为物理 AI 最早实现规模化商业闭环落地、最容易跑出技术壁垒的产业场景之一。

相比不少物理 AI 企业仍处于概念与试点验证阶段，深度智控（DeepCtrls）自 2023 年商业化以来，已连续多年保持营收翻倍增长，去年实现规模化盈利，率先跑通了物理 AI 的商业闭环，形成了头部客户复购、标准化产品放量、智算中心与海外市场爆发的多轮驱动结构。

据了解，深度智控（DeepCtrls）已服务超过 360 家头部企业客户，包括台积电、长鑫存储、中际旭创、工业富联、腾讯、字节、宁德时代等头部集团企业。海量、高复杂度场景打磨出的技术能力，也逐步形成了海外企业难以复刻的壁垒。目前，深度智控（DeepCtrls）的模型基于超过 30 万台设备的实时运行数据持续迭代，最终炼出的 PhyAI 物理 AI 引擎，模型泛化误差低于 3%，逼近系统理论最优极限。

这种在国内超复杂场景，打磨验证成熟的产品能力，成为深度智控（DeepCtrls）拓展海外市场的核心优势。2024 年，深度智控（DeepCtrls）启动全球化布局，产品快速落地东南亚、中东、北美等十余个国家和地区，2025 年海外业务已直接切入海外本土高端制造与智算中心核心场景。

硬氪：海外业务核心竞争力是什么？未来全球化布局有什么规划？

张雨馨：一是物理 AI 的技术代差优势。海外绝大多数能源系统控制仍还停留在 L2 级专家规则阶段，我们的物理 AI 产品经头部客户复杂场景打磨成熟，具备自主寻优和闭环控制能力，因此在进入全球市场时具备明显的技术优势。二是海外智算中心市场需求的高速爆发，而能源与温控正成为新的增长瓶颈，这为物理 AI 产品带来了广阔的市场机会。未来我们会继续巩固东南亚市场，重点布局中东、北美等高价值市场，推动物理 AI 更深入地进入全球能源基础设施核心场景。

硬氪：行业大多数工业 AI 还停留在概念验证或试点阶段，深度智控是极为稀缺的实现规模化应用且盈利的物理 AI 企业，核心原因是什么？

张雨馨：核心源于物理 AI 的底层技术。我们构建了机电能源系统的物理 AI 模型，将物理机理深度融入 AI，并最终实现 L4/L5 级自主闭环控制。一方面，物理定律打底让 AI 的决策过程具备可解释性、确定性与可靠性，解决了工业场景 " 黑箱不可信、不敢用 " 的落地障碍；另一方面，物理 AI 模型具备强泛化性，无需在每一个新场景从零积累数据与建模，可跨设备、跨系统、跨场景迁移复制，因而自然能跑通规模化商业闭环。

硬氪：未来几年公司的战略重点是什么？

张雨馨：AI 产业的发展，正在将能源问题推向前所未有的重要位置。从 Deep Learning 到 Deep Reasoning，再到 Deep Controls，AI 正在经历一次从数字认知向物理闭环控制的能力跃迁。深度智控（DeepCtrls）正在做的，是让 AI 不仅能够理解世界，也能够安全、可靠地优化控制真实系统。

因而我们的战略将始终围绕 " 物理 AI 能源基础设施重塑者 " 的定位展开：第一是纵向持续深耕 PhyAI 物理 AI 引擎，实现全场景覆盖，所有产品最终实现 L5 级自主智能；第二是横向拓展能力与价值，从即插即用的设备端 AI 控制模块，到系统级优化控制，再到算电协同与源网荷储一体化的全域能源调度；第三是加速全球化布局，我们最终重塑的，是支撑全球产业与 AI 算力持续运行的能源基础设施。