当推理与训练把电变成硬成本，能源侧的「可解释控制」也会被资本单独计价。近日，物理AI企业深度智控（DeepCtrls）宣布完成新一轮B+轮数亿元融资。公司口径：本轮由宁德时代领投，阿美投资（Aramco Ventures）、太平创新投资、广发信德、复星创富跟投，源码资本、光远资本等老股东追加；过去约两个月内已连续完成多轮融资。
深度智控公开定位为物理AI在能源领域落地的探索者，技术叙事围绕PhyAI物理AI引擎：强调早在行业尚未流行「物理AI」概念时，便聚焦AI与物理机理融合，使系统在真实物理环境中完成感知、预测、自主决策与实时寻优，并主张控制过程可解释、可预测与高安全可靠。融资用途公开指向加速打造物理AI时代的算力与能源底座相关能力——把「会算」和「供电、调度、控稳」写进同一条价值链。
融资与定位要点：
所谓能源物理AI，白话是让调度与控制不只靠黑盒拟合，而要能对物理约束「说得清、控得住」；所谓产业资本密集加码，白话是电池与能源巨头把AI控制栈当成下一代基础设施入口，而不只是财务财务投资故事。对电站、工厂与算电协同项目，下一张采购表可能同时问「模型准不准」和「控制指令能不能审计」。
放在算电协同上下文里，Token工厂、智算中心与电网侧智能运维正在合流：电价、负荷与异构算力调度若各算各的账，单位Token成本很难压下来。深度智控选择能源控制切口，与纯卖算力调度软件的路径形成对照——一边赌可解释物理引擎，一边赌产业资本带来的场景与订单。竞品若只有通用优化算法、说不清机理边界，在高安全场景会更难过关。
产业影响上，若标杆场站跑通，会抬高「物理AI+能源」赛道的估值锚；若交付停留在演示，市场仍会回到传统工控与能源管理软件。需要把边界读清楚：金额为量级表述，投后估值与条款以公司披露为准。下一观察点是可审计控制指标与标杆项目公开节奏。