遠景科技集團董事長張雷在 10 月 19 日舉行的"人工智能與未來能源系統"閉門科技會上，提出了"物理人工智能"的概念框架，闡述了AI在能源系統中從工具向決策主體轉變的趨勢，並預測未來能源企業的競爭力將從物理資產規模轉向智能資產規模。

張雷認爲，AI技術與以往技術革命的本質區別在於，它不再僅僅是被動的工具，而是具備自我感知和決策能力的主體。這標誌着AI從"自動化"向"自主化"的跨越。他將AI比作需要培養的"孩子"，強調人機協同將創造新的可能性。

針對當前能源系統面臨的挑戰，張雷指出，隨着可再生能源比例提升，電力系統的複雜性和市場不確定性顯著增加。這種複雜性雖然給傳統管理模式帶來壓力，但爲AI應用提供了理想場景。AI的並行計算能力能夠實時處理海量數據，識別隱藏規律並優化決策，從而應對複雜能源系統和電力市場的挑戰。

"物理人工智能"概念的核心是將AI推理能力與物理定律、系統邊界深度結合，使其能在真實物理環境中可靠運行。這區別於純數據驅動的AI模型，強調了物理約束和因果關係在模型中的重要性。張雷表示，中國在這一領域擁有豐富的應用場景和數據資源，具備全球領先的潛力。

從技術落地來看，遠景科技已在氣象和能源建模方面取得進展。"天機"氣象大模型提升了中長期氣象預測準確性，爲可再生能源的可靠運行提供了基礎支撐。"天樞"能源大模型能夠實時控制電力系統，優化電力交易效率，推動綠色能源發展。這些模型的應用體現了"物理人工智能"在實際場景中的價值。

張雷對未來能源行業的競爭格局提出了新判斷。他認爲，能源企業的核心競爭力將從傳統的發電裝機容量、輸配電網絡規模等物理資產，轉向智能模型的能力和數量這類"人工智能資產"。這種轉變意味着能源行業的價值創造邏輯正在發生根本性變化——從資本密集型向技術密集型演進。

從行業影響來看，這一觀點對能源企業的戰略規劃具有參考意義。如果AI資產成爲核心競爭力，企業需要在數據積累、算法開發、場景應用等方面進行長期投入。不過需要注意的是，能源系統的物理基礎設施仍然不可或缺，"智能資產"更可能是對物理資產的賦能和增值，而非完全替代。

從技術實現角度看，"物理人工智能"概念強調了領域知識與AI技術的深度融合。能源系統涉及電磁學、熱力學、流體力學等多個物理學科，以及複雜的工程約束和安全邊界。如何將這些硬約束有效嵌入AI模型，確保其輸出既優化又可靠，是技術挑戰所在。遠景科技的氣象和能源模型實踐提供了初步驗證，但大規模應用仍需要解決模型泛化性、實時性和可解釋性等問題。

從產業發展來看，可再生能源的間歇性和波動性確實爲AI應用創造了需求。風光發電的不確定性需要更智能的預測、調度和交易策略。電力市場化改革也在增加系統複雜度，傳統的調度方式難以應對海量設備的實時優化需求。在這一背景下，AI技術有望成爲新型電力系統的"操作系統"。

不過，能源系統的特殊性也對AI應用提出了更高要求。與互聯網應用不同，能源系統關係到基礎設施安全和社會穩定，AI決策的失誤可能導致嚴重後果。因此，"物理人工智能"不僅需要高準確率，還需要滿足可靠性、可解釋性和安全性等工程標準。如何建立AI在能源領域的監管框架和責任機制，也是行業需要探討的問題。