电网人工智能模型初创公司 ThinkLabs AI 今日宣布完成 2800 万美元 A 轮融资，由全球最大能源转型投资公司之一的 Energy Impact Partners 领投，英伟达旗下 NVentures 和爱迪生国际参与。这笔资金将加速应用 AI 解决电网基础设施面临的空前压力。

电网压力与计算瓶颈

根据咨询公司 ICF International 的预测，到 2030 年美国电力需求将增长 25%，主要由 AI 数据中心、电动汽车和建筑电气化驱动。然而电网工程仿真工具仍停留在 1990 年代——当公用事业公司需要评估新数据中心接入对电网的影响时，传统研究可能需要数周甚至数月。

ThinkLabs 的方案是用物理信息 AI 模型替代这一瓶颈。公司声称其平台可将长达一个月的电网研究压缩至三分钟内完成，在 10 分钟内运行 1000 万个场景，同时保持 99.7% 以上的电网潮流计算准确率。

三相潮流分析的技术护城河

CEO Josh Wong 强调，ThinkLabs 是目前唯一真正进行 AI 原生电网仿真分析的公司。竞争对手可能使用 AI 进行预测、负载分解或本地能源管理，但并未计算潮流——即对电网每个节点进行完整的三相交流潮流分析，确定有功和无功功率水平、线路潮流和电压。

这一区别至关重要，因为公用事业公司基于这些研究做出价值数十亿美元的资本投资决策。如果分析显示数据中心连接会使输电线路过载，可能需要新建基础设施；但如果分析也能提出替代方案——电池储能布局、负载灵活性调度或拓扑优化——公用事业公司可能避免或推迟这些巨额支出。

战略伙伴关系验证技术价值

NVentures 的参与标志着更深层的战略合作，ThinkLabs 在英伟达生态系统中广泛使用 CUDA 进行 GPU 加速计算，并整合英伟达 Earth-2 气候模拟平台。爱迪生国际的参与则来自 2026 年 1 月与南加州爱迪生公司的成功合作验证——AI 模型在每条线路上数分钟内完成训练，三分钟内处理全年小时级潮流数据，90 秒内生成工程报告，而传统方法需要工程师 30-35 天。

创始人的二十年电网之路

Wong 在公用事业行业深耕超过 20 年，从多伦多水电起步，2012 年创立智能电网软件公司 Opus One Solutions，后于 2022 年出售给 GE。在 GE Vernova 负责”未来电网”路线图规划期间，他形成了 ThinkLabs 的核心理念：电网是经济增长、电气化和国家安全的中心瓶颈，AI 驱动的自主电网编排是解决方案。

从一到二的年增长

公用事业公司以技术采购周期长著称，但 Wong 观察到周期正在加速——从传统的一到两年缩短至最快两到三个月。ThinkLabs 目前与超过 10 家公用事业公司合作，仅在 2026 年第一季度就实现了客户数量翻倍。

当被问及数据中心建设放缓是否会影响业务时，Wong 表示，即使没有负载激增，公用事业公司也面临基础现代化挑战：使用 1990 年代工具的工程师正在退休，AI 工具不仅更新了工具本身，也推动了文化转型，成为留住下一代人才的关键因素。

电网正在迎来它的副驾驶——问题不再是公用事业公司是否会信任 AI 做出最关键的工程决策，而是他们能否承担不起这种信任的代价。