深度智控
以物理AI引擎为核心的能源与算力基础设施智能控制企业。PhyAI物理AI引擎,将物理机理模型与AI算法融合,实现感知、预测、自主寻优与闭环控制;产品矩阵含系统级DeepSYS、L4级标准化能效智能体DeepBot、设备级控制模块DeepChip及算电协同/源网荷储操作系统DeepOS;用于智算中心、半导体洁净厂房与工业节能,系统节能10%—40%,液冷PUE由1.14降至1.09。
待评估
缺少样机、中试或量产阶段证据
B轮
原始口径：B+轮
AI与算力
待核实
尚未收录专利或软著依据
评选判断
按照科研背景、技术创新、资本认可和赛道成长四个维度审阅
科研背景 · 30分
A级
教授、研究员或博导创办
技术创新 · 30分
依据已收录
关注首创性、量化指标和验证阶段
资本认可 · 25分
B轮
依据融资轮次、机构与持续跟投
赛道成长 · 15分
AI与算力
关注市场空间、景气度与产业化路径
核心技术与产品
技术路线与产品形态
PhyAI物理AI引擎,将物理机理模型与AI算法融合,实现感知、预测、自主寻优与闭环控制;2018年率先提出并锚定「机理框架+AI」技术路线,攻克纯AI“黑箱不可信、泛化性弱、跨场景迁移难”难题;产品矩阵含系统级DeepSYS、L4级标准化能效智能体DeepBot、设备级控制模块DeepChip及算电协同/源网荷储操作系统DeepOS;用于智算中心、半导体洁净厂房与工业节能,系统节能10%—40%,液冷PUE由1.14降至1.09;产品已应用于台积电、宁德时代、工业富联、腾讯、字节跳动等数百家全球头部集团企业,销售覆盖东南亚、中东、北美等十余个国家
技术栈
技术栈待补充
量化技术指标
量化技术指标待补充
独立创新点
- 以物理AI引擎为核心的能源与算力基础设施智能控制企业。PhyAI物理AI引擎,将物理机理模型与AI算法融合,实现感知、预测、自主寻优与闭环控制;产品矩阵含系统级DeepSYS、L4级标准化能效智能体DeepBot、设备级控制模块DeepChip及算电协同/源网荷储操作系统DeepOS;用于智算中心、半导体洁净厂房与工业节能,系统节能10%—40%,液冷PUE由1.14降至1.09。
市场与竞争
目标细分
以物理AI引擎为核心的能源与算力基础设施智能控制企业。PhyAI物理AI引擎,将物理机理模型与AI算法融合,实现感知、预测、自主寻优与闭环控制;产品矩阵含系统级DeepSYS、L4级标准化能效智能体DeepBot、设备级控制模块DeepChip及算电协同/源网荷储操作系统DeepOS;用于智算中心、半导体洁净厂房与工业节能,系统节能10%—40%,液冷PUE由1.14降至1.09。 创始人/核心团队:李辉(李辉:清华大学博士、研究员(正高级),前美国劳伦斯伯克利国家实验室高级科学家);所属赛道:AI与算力;提名/投资机构:社会公开征集
市场容量
市场容量待补充
竞争对手
竞争对手待补充
竞争优势
竞争优势待补充
商业模式
收入模式
收入模式待补充
定价策略
定价策略待补充
获客渠道
获客渠道待补充
融资信息
当前融资阶段
B+轮
计划融资金额
计划融资金额待补充
融资历程
- Pre-A轮 2023.05前(腾讯、红杉中国种子基金、源码资本) → A/A+轮 2023.05(数亿元,深创投、招商局创投联合领投、光远金盘产业基金) → B轮 2026.07(数亿元,晶科能源、国投创新、招银国际联合领投) → B+轮 2026.09(数亿元,宁德时代领投、阿美投资、太平创新投资等跟投)
资金用途
资金用途待补充
待补充的关键评审证据
以下内容缺失不会自动扣分，但会影响评分可信度和项目横向比较。