深度智控把新一轮钱拿到了能源系统里。
7 月 9 日，物理 AI 企业深度智控 DeepCtrls 完成数亿元人民币 B 轮融资。本轮由晶科能源战略投资，国投创新、招银国际联合领投，红杉中国、源码资本、光远资本、招商局创投等老股东继续跟投。资金用途也很明确：继续投 PhyAI 物理 AI 引擎，扩大标准化产品 DeepBot 的落地，并推进东南亚、中东、欧美等海外市场。
这不是又一家给企业做聊天机器人的公司。深度智控盯住的是工业、数据中心和建筑里的机电能源系统。它要让 AI 介入制冷、配电、设备控制和园区调度，把过去靠规则、人工经验和固定策略跑的系统，改成可解释、可追溯、能闭环控制的能源智能体。
公司把产品矩阵拆成四层：大型系统级 DeepSYS 智能体，对应 L4 级；标准化 DeepBot 智能体，对应 L4.5 级；设备端 DeepChip 控制模块，对应 L5 级；园区级 DeepOS 则负责算电协同和源网荷储调度。这个分法有一点值得看：它不是把一个模型塞进所有场景，而是按“系统、标准产品、设备端、园区操作系统”分层，让 AI 从建议走向控制。
深度智控创始人兼 CEO 李辉的表述很直接：
“全球 AI 产业正从数字世界向物理世界跨越。”
这句话听起来像大方向判断，落到业务上，其实就是一件很硬的事：AI 不再只回答问题，而是要碰真实设备。一旦它开始调电流、改制冷策略、控制设备启停，错误成本就比写错一段文案高得多。所以深度智控反复强调“物理机理 + AI”，核心不是让模型显得更聪明，而是让它在工业系统里可解释、可预测，也能被运维人员信任。
这也是本轮融资比普通 AI 应用融资更有信息量的地方。投资方里有晶科能源这样的产业方，也有国投创新、招银国际，以及红杉中国、源码资本等财务投资者。产业方在这里不只是给钱，它更像是把新能源、储能、工厂和海外项目资源带进来。对能源 AI 来说，能不能进真实现场，比模型演示更关键。
公开信息显示，深度智控产品已进入台积电、宁德时代、工业富联、腾讯、字节跳动等数百家企业，覆盖智算中心、半导体、新能源等场景，销售也已经覆盖东南亚、中东、北美等十余个国家。这些客户名字本身就说明了门槛：半导体厂和智算中心都不缺软件工具，它们缺的是能在高耗能、高稳定性要求下长期跑的控制系统。
从中文读者视角看，这个题和大模型公司造芯、云厂商扩算力是一条线。过去一年，AI 新闻里最常出现的是 GPU、推理成本和数据中心电力。模型越多，算力越紧，能源就越像 AI 产业的第二张账单。DeepCtrls 这种公司做的不是“更会聊天的 AI”，而是试图把这张账单压低一点。
粗看本轮融资金额只是“数亿元”，没有披露精确估值，也没有给出节能率、收入规模这类更硬的经营数字，所以不能把它写成胜局已定。但它已经把竞争重点说清楚了：物理 AI 的商业化，不只看模型能力，还要看能不能进设备、进机房、进工厂，最后让客户在电费、稳定性和运维成本上看到结果。
这类公司后面会被两个指标检验。一个是标准化，DeepBot 这类产品能不能少做定制、多复制；另一个是控制权限，客户愿不愿意让 AI 从“建议怎么调”往“直接参与控制”走。前者决定毛利，后者决定天花板。
如果两件事都做不成，物理 AI 仍然会停在项目制软件生意里；如果做成，能源系统可能会成为 AI Agent 最早大规模接管真实世界的一批场景。
来源与核验：CocoLoop、36氪深度智控 B 轮融资首发；中国证券报/中证网核验融资方、产品矩阵与 CEO 引语；投资界核验客户覆盖、海外市场与 L4-L5 能源智能体信息。