创客君 获悉，南京深度智控科技有限公司（下文简称“深度智控”）近日完成B+轮数亿元融资。

本轮融资由宁德时代领投，阿美投资Aramco Ventures战略投资，太平创新投资、广发信德、复星创富等跟投，源码资本、光远资本等老股东持续追加。

就在两个月前，深度智控刚完成了。由晶科能源战略领投，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、腾讯等老股东持续加码。

一套连续密集的资本加注，将这家长期低调的南京本土科创企业推至台前。

深度智控是全球最早提出“物理AI”路线的团队之一，它用AI为工业厂房、数据中心等大型建筑“省电”，产品已落地宁德时代、台积电、腾讯、字节跳动、理想汽车、恒瑞医药、长鑫存储等330多家行业巨头。

公司掌舵人李辉，于清华大学能源系统类专业博士毕业后，赴美国劳伦斯伯克利国家实验室担任高级科学家，从事AI与能源的交叉研究。这家研究机构走出过14位诺贝尔奖得主和80多位美国科学院院士，李辉在此拥有稳定的学术资源和体面的社会地位。

但学术成就并未消解他内心的躁动。早在2009年，李辉带着3名博士生为美国达拉斯国际机场做能源优化，通过算法模型为机场全年节省1900多万度电，获得美国AEE“国家能效奖”。

然而，兴奋之余他清醒地意识到：4个专家花近半年时间才完成1个系统的建模优化，无法规模化复制。

问题的根源在于技术路线。纯AI模型是“黑箱”，训练数据之外的预测误差极大；纯物理模型则建模效率低下。李辉开始探索一条将AI与物理机理深度耦合的路径——让AI真正“理解”设备底层的物理属性。这便是后来被行业称为“物理AI”的技术雏形。

2017年，这条技术路径逐渐清晰。第二年，李辉做出了一个令身边人不解的决定：辞去伯克利的职位，回国创业。

他后来解释，在伯克利是一种“安逸到失眠”的状态，“甚至能看到自己七八十岁的样子”。他把全球100多家智能控制公司的产品逐一分析后，发现市面上并没有物理AI类似的产业。

2018年8月，深度智控在南京江北新区注册成立。公司名称取意于从深度学习（Deep Learning）走向深度控制（Deep Controls）。

深度智控的核心技术壁垒，在于其自研的PhyAI物理AI引擎。区别于纯数据驱动的AI模型，PhyAI将物理机理模型与AI算法深度耦合，从根源上攻克纯AI“黑箱不可信、泛化性弱、跨场景迁移难”三大难题，使每一次控制决策过程可解释、可预测。

李辉将此比作工业系统里的“自动驾驶”：传统工业控制依赖工程师编程、调试和经验规则，深度智控则希望把这些能力交给AI，让系统逐步实现自主判断和自主优化。

目前，基于PhyAI引擎，深度智控已经形成从系统到设备端的三层产品体系：

DeepSYS面向大型工业和数据中心等复杂场景，通过建模、仿真和全局寻优实现系统级能效控制；DeepBot进一步将这套能力标准化，主要用于中小型空调、空压机等能源系统，强调即插即用和快速交付；DeepChip则继续下沉到单台设备，把轻量化算法嵌入硬件，实现设备级自主优化。

值得一提的是，9月17日，深度智控与秦淮数据联合实验室正式揭牌。成立后，将以秦淮数据多年超大规模数据中心运营管理经验沉淀 为研发输入，持续推进技术验证、产品迭代和成果转化，推动物理AI能力在更大规模、更复杂智算场景中持续演进。

李辉表示，AI发展的下半场，正从数字世界的“会思考”，转向物理世界的“会控制”——谁能实现对真实物理世界的自主优化决策与闭环控制，谁就能掌握AI长远发展的主动权。

算力与能源是AI发展的两大关键基础设施，深度智控以物理AI引擎为核心，打造算力与能源基础设施的AI大脑，推动算力、电力、冷却与能源系统迈向自主智能，支撑全球AI与能源的双向协同与可持续发展。

文章素材来 源：企查查、企业官网等

投资界《深度智控完成B+轮数亿元融资，宁德时代联手阿美投资布局物理AI》

创客公社过往报道编辑整理，转载请注明 来源

免责声明：

1、文章部分文字与图片来源网络，如有问题请及时联系我们。

2、因编辑需要，文字和图片之间亦无必然联系，仅供参考。涉及转载的所有文章、图片、音频视频文件等资料，版权归版权所有人所有。

3、本文章内容如无意中侵犯了媒体或个人的知识产权，请联系我们立即删除，联系方式：13770773618

欢｜迎｜联｜系

文稿相关问题反馈，请联系：zhangtianyi0510

加入城市读者群，请联系：chuang-ke-jun

文章转载，请后台留言或联系：chuang-ke-jun

重丨磅丨报丨告