7月25日消息，近日，新奧泛能網在京正式發布了能源領域自動駕駛的體系架構：能碳大模型+專業Agents+能碳智控。新奧能源副總裁、新奧泛能網CEO程路表示，泛能網現在正逐步突破能源自動駕駛的L3階段，未來L4、L5，可以多領域智能運行，打通水、氣、電、熱、冷，實現多能源的自主協同。

去年，新奧泛能網發布會首次提出了“能源領域自動駕駛”的概念，為什么提到自動駕駛，是因為程路認為能源領域正處在變革的初始階段，跟車輛的“智駕”非常接近。

具體來看，車輛的自動駕駛內核有三大中樞，第一是它對世界的感知模型，包括傳感器、認知模型、決策體系等；第二是主系統、座艙有友好交互，以及根據環境變量去做更精細的調節和決策；第三，所有的控制結構，包括車輛的轉向、加速等。而今天泛能網構建的自動駕駛也基于這三層邏輯。

程路在現場分享道：“今天我們將正式發布能源領域自動駕駛的體系架構，也就是剛才提到的三層邏輯，包括能碳大模型、專業Agents、能碳智控。其目的是讓我們的能源系統脫離過去，未來真正進入一種無人駕駛的狀態。”

程路強調，物理世界里既有的規律和機理，它背后存在因果邏輯，是垂類領域模型的底座。物理AI需要知道世界的運行規律，包括電流、電壓定律等，這一點奠定了它的底層邏輯。而今天用大語言模型去嘗試構建物理AI的底層架構，其內核是去構建物理世界的數字孿生系統，理解下一步動作，同時能推導出想要的結果。

程路還分享和發布了泛能網L1-L5能源自動駕駛體系。他指出，現階段的眾多產品聚焦在L1到L2，即少量自動化、少量無人參與，L2可能大部分可以靠機器決策。泛能網現在正逐步突破L3，即局域自治，不需要人參與決策，就能確保安全、經濟、高效、便捷。到了L4、L5，可以多領域智能運行，打通水、氣、電、熱、冷，實現多能源的自主協同。

未來，能源領域自動駕駛的終局，是在不同的應用場景與客戶群體中，同時具備邊緣和云端計算能力，擁有全域的運營決策系統，實現能源系統與物聯網的協同優化。正如車輛的自動駕駛不僅是優化單車性能，而是通過車網協同智能調度整個交通系統，從而大幅減少擁堵、提升效率、降低事故率，使整體運行更經濟高效。

據新奧泛能網CPO王尊介紹，泛能網將新奧積累了十幾年的能源專業知識，能源專業數據，能源專業工具也就是泛能仿真，以及能源專業最先進的泛能理念，通過RAG、強化微調、founcationcall等綜合手段，融合基礎大模型，形成今天的能碳大模型。

新奧泛能網CTO孫凱解釋了能碳大模型從最開始的產品輸入到產品解析，最后到大模型的仿真與交互驗證，是端到端的整體方案。

孫凱表示：“我們基于泛能網能碳大模型，融合了多Agents協同+MCP+仿真多級系統架構，從而在一定程度上解決了?模型幻覺和遺忘這兩點。簡單來說，基于這套Agentic AI加仿真的融合系統，我們可以讓它離商業更近。大模型生成小模型，同時給到我們訓練參數，幫助訓練?模型，同時這里面涵蓋了?個大模型調用小模型，基于多Agents協同的系統架構。”

圍繞專家Agents，王尊還介紹了泛能網現階段在衣、食、住、行場景中的know-how探索。他舉例分享說：“在去年，我們做了三個點狀的智能能力，而今天已經到衣?住行四個領域。 這些具體的智能能力都被這套 Agents 體系所調用，成為實現整個能源系統精細化管理、優化運行的虛擬助手。這些Agents虛擬助手，可以響應用戶的指揮，自主規劃，完成工作閉環，交付結果；可以隨時和用戶互動，甚至主動報告工作思路和工作進度；可以在工作中自行總結經驗，在交互中不斷學習成長，最終實現自主進化。以后的能源系統管理方式，不再是雇傭一堆人去使用一堆軟硬件工具，管理幾個能源站，而會變成幾個超級個體，帶領一群智能Agents，管理成千上萬的能源系統。

王尊拆解了具體場景。在“衣”場景中，泛能網從去年的“染缸”場景，拓展“拉幅定型”場景，并深入構建印染行業多工序Agents，年累計減少的布匹損耗可制作500多萬件T 恤。不止如此，基于通用性復用，泛能網洞察“隧道加熱排濕”共性，將智能能力復用在食品工廠中，為烘焙工序節能提質。而在“住”的場景下，泛能網從酒店智能制冷，拓展了辦公室、學校等建筑集群下的熱水與供暖的多智能版圖，累計減少碳排約等于160.5公頃森林每年的固碳量。最后，在出行層面，泛能網攜手合作伙伴以新能源汽?充電樁為切入點，首先抓住“車樁比”失衡與低利用率的痛點問題，從綜合能源的完整視角，用專業Agent優化全局，最終實現“荷源網儲充售”的智能協同，為用能企業、能源服務商創造雙贏價值。

最后，王尊與孫凱共同揭幕了新奧泛能網新一代能碳智控一體機。新一代產品不僅外觀更科技、防護更優異，其內部結構也更集成且擴展靈活，核心更可控且性能更可靠。同時在使用上，交互帶來更豐富的體驗，與更高效的智能。

此外，新奧泛能網總裁張巖還在活動現場發布了“領航”“興港”與“千帆”三個生態共建計劃，分別針對渠道生態、智能能力生態與產學研生態提出不同的互利、互助政策。（崔玉賢）

本文來自網易科技報道，更多資訊和深度內容，關注我們。