AI 驱动的电网革命：ThinkLabs 获 2800 万美元融资

当大多数 AI 投资聚焦于大语言模型和生成工具时，一家初创公司正在将 AI 应用于更关键的领域：为现代生活供电的电网基础设施。

融资详情

ThinkLabs AI 今日宣布完成 2800 万美元 A 轮融资：

  • 领投方：Energy Impact Partners（EIP），全球最大的能源转型投资公司之一
  • 参投方：Nvidia 风险投资部门 NVentures、爱迪生国际（南加州爱迪生公司母公司）
  • 现有投资者：GE Vernova、Powerhouse Ventures、Active Impact Investments 等

解决什么问题？

美国电力需求预计到 2030 年将增长 25%，主要由 AI 数据中心、电动交通和建筑电气化推动。但电网是为几十年前的需求设计的——公用事业公司正在艰难应对。

核心问题是计算能力：当公用事业公司需要了解大型数据中心连接到特定变电站会发生什么，或者住宅区安装一批电动车充电器的影响时，工程师必须运行电力流模拟。这些研究传统上依赖西门子、GE、施耐德的遗留软件工具，可能需要数周甚至数月。

ThinkLabs 的解决方案

ThinkLabs 用物理信息 AI 模型替代这一瓶颈：

  • 将月度电网研究压缩到 3 分钟以内
  • 在 10 分钟内运行 1000 万个场景
  • 电网电力流计算准确率超过 99.7%

CEO Josh Wong 强调：”我们不是在产生幻觉。我们在讨论工程计算。我们有来自现有物理工程模型的事实来源。”

三相电力流分析

ThinkLabs 声称是唯一进行 AI 原生电网模拟分析的公司：

  • 执行完整的三相交流电力流分析
  • 检查电网上的每个节点和母线
  • 确定有功和无功功率水平、线路流量和电压

这与大多数使用 AI 进行预测、负载分解或本地能源管理的竞争对手不同——那些不计算电力流。

战略合作伙伴

Nvidia ThinkLabs 在能源和公用事业领域深度使用 Nvidia 生态系统：CUDA 加速计算、Earth-2 气候模拟平台集成，并正在与 Omniverse 团队探索其他公用事业用例。

南加州爱迪生（SCE） 2026 年 1 月公布的合作结果显示：

  • 每条电路几分钟内完成 AI 训练
  • 3 分钟内处理 100 多条电路一整年的每小时电力流数据
  • 90 秒内生成工程报告和解决方案建议
  • 原来需要工程师平均 30-35 天的工作

Microsoft SCE 合作基于 Microsoft Azure AI Foundry 构建，与许多大型公用事业公司已有的云基础设施集成。

创始人背景

Josh Wong 在公用事业行业深耕 20 年：

  • 早年任职多伦多水电公司
  • 2012 年创立智能电网软件公司 Opus One Solutions，发展到 100 多名员工、服务 8 个国家
  • 2022 年出售给 GE，后成为 GE Vernova
  • 在 GE 期间开发”未来电网”路线图，形成 ThinkLabs 的知识产权基础

ThinkLabs 于 2024 年 4 月从 GE Vernova 分拆独立。

商业进展

  • 与 10 多家公用事业公司合作进行 AI 原生电网模拟
  • 2026 年第一季度客户数量翻倍
  • 销售周期从传统的 1-2 年缩短到最快 2-3 个月

准确性与安全

对于 AI 应用于关键基础设施的担忧，Wong 解释：

  • 99.7% 准确率是针对大容量规划研究的平均值
  • 数据质量实际上是最大限制因素，而非 AI 模型准确性
  • 关键实时应用采用”混合模型”：AI 处理约 99% 计算工作，再交给物理引擎进行最终验证

展望

Wong 表示：”我真正相信未来两年的电网 AI 开发将决定未来几十年电网的命运。现在就在这里。”

电网正在获得一个 AI 副驾驶。问题不再是公用事业公司是否会信任 AI 处理最关键的工程决策，而是他们能承受多快不这样做。