战略合作与发布 - 远景科技集团与阿联酋未来能源公司（Masdar）签署战略合作协议 双方将携手推进AI能源系统的规模化应用和全球能源转型 [1][3] - 合作协议在2026年阿布扎比可持续发展周（ADSW）远景全球科技日活动上签署 远景科技集团董事长张雷与Masdar董事长H E Dr Sultan等共同见证签约 [1][3] - 双方在签约活动上共同发布了面向未来的AI能源系统 [1][3] 核心产品与技术 - 远景正式发布全球首个能源大模型“远景天枢” 旨在构建全球规模最大的物理人工智能系统——AI能源系统 [3][5] - “远景天枢”是远景物理人工智能系统的核心 能够分析海量真实能源数据 实时协调可再生能源发电、储能、电网调度与能源需求 [3][5] - 该大模型旨在推动能源边际成本趋近于零 助力能源系统与AI实现同步规模化发展 以应对AI基础设施的空前能源需求 [3][5] - “远景天枢”能源大模型与远景自研的大规模气象大模型“远景天机”协同运行 “远景天机”能预判并应对气象因素引发的能源波动 确保能源系统实现规模化、高效率、高可靠性运行 [3][5]

公司与中东能源巨头达成战略合作 - 远景科技集团与中东能源巨头马斯达尔签署战略合作协议，双方将携手推进AI能源系统的规模化应用 [1] 公司发布并展示能源大模型 - 远景科技集团展示了能源大模型“远景天枢” [1] - “远景天枢”能够分析海量真实能源数据，实时协调可再生能源发电、储能、电网调度与能源需求 [1] - 该模型旨在助力能源系统与AI实现同步规模化发展，从而应对AI基础设施对能源的需求 [1] 公司能源大模型的技术协同 - “远景天枢”能源大模型与远景自研的气象大模型“远景天机”协同运行 [1] - 由于可再生能源的产出高度依赖气象条件，“远景天机”能够帮助物理人工智能预判并应对气象因素造成的波动 [1] - 技术协同的目标是确保能源系统实现规模化、高效率、高可靠性运行 [1]

公司战略合作与产品发布 - 远景科技集团与阿联酋未来能源公司马斯达尔签署战略合作协议，携手推进AI能源系统的规模化应用和全球能源转型 [1] - 远景科技集团在2026年阿布扎比可持续发展周远景全球科技日活动上，正式发布全球首个能源大模型“远景天枢”(Envision Dubhe) [1] 核心产品“远景天枢”能源大模型 - “远景天枢”是远景物理人工智能系统的核心，旨在构建全球规模最大的物理人工智能系统——AI能源系统 [1] - 该模型能够分析海量真实能源数据，实时协调可再生能源发电、储能、电网调度与能源需求 [1] - 其目标是推动能源边际成本下降，助力能源系统与AI实现同步规模化发展，从而应对AI基础设施的空前能源需求 [1] 物理人工智能与协同技术 - 远景认为，下一次技术飞跃将聚焦于物理人工智能，这种人工智能可直接管控支撑人类生存与繁荣的各类关键物理系统 [1] - “远景天枢”能源大模型与远景自研的大规模气象大模型“远景天机”协同运行 [1] - 由于可再生能源产出高度依赖气象条件，“远景天机”能帮助物理人工智能预判并应对气象因素引发的能源波动，确保能源系统实现规模化、高效率、高可靠性运行 [1] 公司高层观点与愿景 - 远景科技集团董事长张雷表示，“语言模型读懂文字，物理人工智能读懂世界，而能源是一切系统的基石” [2] - 张雷认为，这除了是一场能源转型，也有望成为文明升级 [2]

政策支持与顶层设计 - 国家发改委与国家能源局于2025年9月联合印发《关于推进“人工智能+”能源高质量发展的实施意见》，为能源与人工智能深度融合划定“时间表”与“路线图” [2] - 国家能源局于2025年11月25日发布《关于组织开展“人工智能+”能源试点工作的通知》，旨在探索可复制、可推广的综合解决方案与商业模式 [2] - 以上政策与“十五五”规划建议中“深入推进数字中国建设”、“着力构建新型电力系统，建设能源强国”等要求形成协同，构建起“顶层设计—试点突破—全面推广”的完整链条 [2] 行业需求与市场前景 - 2025年，中国全社会用电量预计首次超过10万亿千瓦时，风光新增发电装机预计约3.7亿千瓦 [2] - 风、光电力的间歇性与电网承载能力之间的矛盾日益凸显，为AI应用创造需求 [2] - 2024年，中国人工智能产业规模突破7000亿元 [4] - 国际能源署预测，到2030年AI将使全球油气勘探成本降低25%，碳排放强度下降18% [3] 技术应用与实践成效 - 在煤炭开发领域，采用矿山AI巡检系统使安全隐患识别效率大幅提高，井下作业人员减少1/4 [3] - 在火力发电领域，火电智能调度系统可助力煤电机组每千瓦时降低煤耗0.8克，单台百万千瓦机组一年可实现减排二氧化碳上万吨 [3] - 在内蒙古赤峰零碳氢能产业园，通过“远景天机”“天枢”双模型实现风光资源分钟级精准预测，大幅提升新能源利用率 [3] - 深圳数字孪生电网通过虚拟映射与智能预警，将故障修复时间压缩至最低 [3] - 江苏太湖超充站凭借AI运维系统，实现30秒识别11类风险，构建“10分钟处置”闭环 [3] - 能源央企率先发力，中石油昆仑大模型、中海油“海能”模型等已覆盖油气全产业链 [3] 竞争优势与产业协同 - 中国拥有超大规模能源市场与丰富应用场景，为“人工智能+能源”融合发展提供有利条件 [4] - “东数西算”工程推动算力向清洁能源富集区迁移 [4] - 内蒙古“风光储算”一体化基地实现绿电与算力高效协同 [4] - 当前超过80%的国际主流油气公司已布局能源数字化，美国、欧盟国家也先后出台相关战略 [4] 当前面临的挑战 - 技术层面，大模型的“黑箱”特性导致可解释性缺陷，使其在电网调度、核电安全等高可靠性要求领域应用受限 [5] - 数据层面，能源各环节标准不一，“数据孤岛”现象突出，油气行业因业务保密与管理差异，数据共享难度尤为明显 [5] - 算力层面，存在“西部能源富集但算力薄弱、东部算力集中却能源紧张”的逆向分布问题，制约资源配置效率 [5] - 人才层面，既懂能源系统又通AI算法的复合型人才供给不足，成为产业升级的短板 [5] 融合发展的战略意义 - “人工智能+能源”融合是保障能源安全、推动绿色转型、培育新质生产力的战略抓手 [1] - 该融合推动AI从能源行业的“辅助者”升级为“引领者”，将重塑全球能源竞争格局 [4] - 其价值超越单纯技术应用，成为衡量能源产业核心竞争力的重要指标，推动能源行业重构发展逻辑 [6]

文章核心观点 - “人工智能+能源”的融合是保障能源安全、推动绿色转型、培育新质生产力的战略抓手，正推动AI从能源行业的“辅助者”升级为“引领者”，并将重塑全球能源竞争格局 [1][3][4] 政策规划与顶层设计 - 2025年9月，国家发改委、国家能源局联合印发《关于推进“人工智能+”能源高质量发展的实施意见》，为能源与人工智能深度融合划定“时间表”与“路线图” [1] - 2025年11月25日，国家能源局发布《关于组织开展“人工智能+”能源试点工作的通知》，旨在探索形成可复制、可推广的综合解决方案与商业模式 [1] - 以上政策与“十五五”规划建议提出的“深入推进数字中国建设”、“着力构建新型电力系统，建设能源强国”等形成协同，构建起“顶层设计—试点突破—全面推广”的完整链条 [2] 行业现状与挑战 - 2025年，中国全社会用电量预计首超10万亿千瓦时，风光新增发电装机预计约3.7亿千瓦，风、光电力的间歇性与电网承载能力的矛盾日益凸显 [1] - 当前，“人工智能+能源”融合面临多重挑战：技术层面存在大模型“黑箱”导致的可解释性缺陷；数据层面存在标准不一、“数据孤岛”现象；算力层面存在东西部逆向分布问题；人才层面复合型人才供给不足 [4] AI在能源各环节的应用实践与成效 - 在煤炭开发领域，采用矿山AI巡检系统，井下作业人员减少1/4 [2] - 在火力发电领域，火电智能调度系统可助力煤电机组每千瓦时降低煤耗0.8克，单台百万千瓦机组一年可实现减排二氧化碳上万吨 [2] - 在新能源领域，内蒙古赤峰零碳氢能产业园通过“远景天机”、“天枢”双模型实现风光资源分钟级精准预测，大幅提升新能源利用率 [2] - 在电网领域，深圳数字孪生电网通过虚拟映射与智能预警，将故障修复时间压缩至最低；江苏太湖超充站凭借AI运维系统，30秒识别11类风险，构建“10分钟处置”闭环 [2] - 能源央企率先发力，中石油昆仑大模型、中海油“海能”模型等覆盖油气全产业链 [2] - 国际能源署预测，到2030年AI将使全球油气勘探成本降低25%，碳排放强度下降18% [2] 中国在全球竞争中的优势 - 中国拥有超大规模能源市场与丰富应用场景，2024年人工智能产业规模突破7000亿元 [3] - “东数西算”工程推动算力向清洁能源富集区迁移，内蒙古“风光储算”一体化基地实现绿电与算力高效协同 [3] - 超过80%的国际主流油气公司已布局能源数字化，美国、欧盟国家先后出台相关战略抢占先机 [3]