自ChatGPT面世以來，人工智能大模型迅速成爲行業焦點與資本新寵。當前，OpenAI的GPT-4/4V/5代表全球通用大模型底座能力的最先進水平，基於GPT的底座能力，相繼衍生出了DALL-E3、Whisper、Sora等，則是大模型在特定場景的成功探索和實踐。

國內方面，2023年“百模大戰”也吸引了業界的廣泛關注。中商產業研究院發佈研究報告認爲，以自然語言處理技術爲關鍵的生成式人工智能，在模仿人類理解和創作能力上突飛猛進，成爲新一輪科技革命和產業變革的重要驅動力量；AI大模型能夠處理大規模數據並具有更精準的預測和更優質的決策能力，是實現人工智能商業化的關鍵，應用前景廣闊。

對於人工智能大模型在具體產業應用落地方面，北京清鵬智能科技有限公司創始人兼CEO李中陽在接受環球網記者採訪時表示：“從技術層面拓展大模型的邊界，利用能源大模型爲廣大的能源主體提供多樣化的服務，是行業大模型的一種積極探索。”

中美大模型的商業化路徑會有所不同

面對大模型的一派火熱，李中陽卻觀察到了一些隱憂：“比如ChatGPT和Midjouney增長基本停滯、OpenAI商業競爭和盈利壓力的增加”，他還判斷大模型to B的商業化還處於“百家爭鳴”的探索階段。

李中陽分析認爲，從通用大模型的發展角度來看，中美是唯二有競爭力的國家，中國業界在緊緊追趕，但實踐過程中，中美大模型的商業化路徑選擇未來可能會有所不同。他還具體分析認爲，中美人工智能未來發展方向存在差異，美國以金融資本驅動以AI技術顛覆娛樂業，而中國則以產業升級爲目標，以AI賦能和重塑製造業。

通用大模型的出路在於形成規模效應，高昂的訓練成本打造護城河的同時，儘可能降低調用的邊際成本實現商業化閉環，而國內C端用戶並沒有很好的付費習慣，如果沒有強付費意願的場景，就很難實現產業層面的閉環。

但國內的機會恰恰在於廣大B端的行業大模型，他分析道：“一方面中國擁有全球最齊全的工業門類、最複雜的應用場景和最具組織能力和科創意願的政府，使解決行業大模型的數據生產要素成爲可能，另外一方面大模型的算力需求，恰恰可以由中國已建和待建的海量新能源建設所滿足。”

“正是基於以上考慮，形成了清鵬智能all in能源大模型的原動力”，面對未來，李中陽滿懷信心，而這種信心更來自於一系列政策支持和行業技術變革。

當“大模型”與能源結構變革共振融合

針對人工智能大模型在訓練過程中耗能巨大的問題，英偉達黃仁勳曾公開提到：“AI的盡頭是光伏+儲能”，李中陽則進一步認爲“光伏+儲能的盡頭也是AI，算電耦合、多能協同都離不開AI技術的運用”。

按照我國的“雙碳”目標和計劃安排，預計碳中和階段（2051年到2060年），我國發電總裝機70億千瓦，其中新能源裝機將突破50億千瓦，能源結構變革帶動電力市場改革的持續深化，也將帶來一系列的產業機遇。對此李中陽判斷：“新能源的隨機性和波動性無論對電網的安全穩定運行，還是新能源主體的商業可持續性都帶來巨大的挑戰，同時也是巨大的機會。”

清鵬智能就致力於成爲世界領先的AI+能源公司，李中陽強調，讓大模型從理解圖文到理解多源工業運行數據、進行復雜知識推理和工具利用纔是支撐工業應用場景的核心，理解了這些就能讓大模型成爲行業專家、成爲工廠裏的“老工人”，能夠顛覆從科研到實際系統運行的流程。

李中陽也強調從商業維度拓展大模型的邊界：“不只讓大模型能夠成爲聊天、創作的工具，更多讓大模型成爲專業的建模工程師、算法工程師、規劃設計專家，發揮大模型跨專業的專家能力，輔助廣大能源主體進行真實場景的高效運行運營，實現降本增收節能降碳。”

以能源大模型最先切入的下游行業新型儲能爲例，隨着新型電力系統的建設，保持了超常規的增速。據中關村儲能產業技術聯盟發佈的數據，截至2023年底，全球新型儲能累計裝機規模達91.3GW，相當於2022年同期的近兩倍；中國、歐洲和美國繼續引領全球儲能市場發展，中國新增裝機規模佔比接近50%。清鵬智能基於能源大模型開發清鵬天行AI+EMS系統，就是應用在儲能電站智慧化運行和運營。

除了新型儲能外，公司的能源大模型也可被應用在海量的負荷側靈活性資源的協同調控，這也是虛擬電廠的重要組成部分；據中信證券發佈研報預計，到2025年虛擬電廠整體市場空間有望達到723億元，到2030年有望進一步增長到1961億元。李中陽具體介紹到：“利用能源大模型跨專業的知識理解能力，自動化、半自動化建模評估負荷側靈活性資源的調節能力，實現更有效的聚合、定價策略，是虛擬電廠每年千億市場的核心競爭力。”

清鵬天衍電力交易雲則是另外一個能源大模型的應用場景，綜合考慮氣象、源網荷儲特性、市場主體博弈等多因素，實現多週期精準電價預測，並智能推薦交易策略。“隨着工商業用電的全部入市和電力現貨市場佔比的逐漸提升，交易能力成爲所有能源主體的鈔能力，這將是一個更爲廣闊的市場”，李中陽認爲。

行業大模型是生產要素創新性配置的突破

2019年李中陽投身AI創業大潮，加入一家AI基礎軟件公司做合夥人，支持了早期“大模型”的分佈式訓練，這家公司被某大廠間接收購；隨後在2021年，李中陽與母校清華大學電子系一起孵化了清鵬智能，清華大學以知識產權的形式入股，拿着AI這柄“錘子”找到了新型儲能這顆“釘子”。

據李中陽介紹，清鵬智能的創始團隊均畢業於清華大學電子系，研發團隊由兩名人工智能領域長江學者教授，與一名能源領域知名專家教授共同領銜，核心成員來自於實驗室科研人員轉化和AI公司算法工程師招聘，團隊累計發表國際頂級論文200餘篇；目前公司已獲得發明專利授權2項，已提交專利申請30餘項。

截至目前，清鵬智能多次獲得相關主管部門的重要獎項，包括中國人工智能學會等主辦的2023首屆全國人工智能應用場景創新挑戰賽智能能源專項賽特等獎第一名、工信部產業發展促進中心主辦的第一屆新型儲能壽命模擬預測比賽十強團隊、工信部產業發展促進中心主辦的第一屆能源電子產業創新大賽重點終端應用賽道優秀獎等。

更值得一提的是，儘管能源大模型研發週期長、智力密度高，清鵬智能已取得能源集團示範項目的用戶證明，產品也已完成實證，並與多家大型能源集團、氣象領域部門、風電頭部企業達成實質合作，得到了市場應用層面的印證。

此外，對於當下業界廣泛探討的“新質生產力”，李中陽認爲行業大模型是實現“全要素生產率提升”的重要工具，並提到：“行業大模型充分理解吸收了人類知識和經驗，且不受限於現有利益格局做出客觀科學的決策，這纔是生產要素創新性配置和技術革命性突破”。