5月26日，國家能源局在深圳召開全國“人工智能+”能源現場推進會。會上，官方正式解讀了《關于促進人工智能與能源雙向賦能的行動方案》和《全面提升供電質量服務新質生產力發展專項行動方案（2026—2028年）》，并發布《中國“人工智能+”能源發展報告2026》及51個高價值應用場景，25家能源企業聯合簽署開放場景倡議書。

其間，六家企業受邀發言，包括中國石油、國家電網、國家能源集團三家央企，阿里云、騰訊兩家科技巨擘，以及唯一一家新能源企業——遠景科技集團。這意味著能源和科技民營企業正式站上了國家能源與AI融合的“戰略前臺”。

張雷在發言中拋出一個極具穿透力的判斷。他將GPU比作人工智能時代的“新蒸汽機”，其使命是將電力轉化為智力。“智力生產的本質，其實是一個能量轉化的過程。”張雷認為，瓦特當年改良蒸汽機的關鍵突破，在于通過獨立冷凝器解決了能量管理的核心矛盾。今天，GPU面臨同樣的問題：機柜功率正從過去的幾千瓦躍升至未來的幾百千瓦，如果不能實現高功率密度電流輸入和高效散熱，再強大的芯片也將被能源鏈路鎖死。

因此，張雷提出：“能源不只是AI的底座，更是AI的血脈和肌體；電力系統不是人工智能的配套系統，而是人工智能的主體工程。”

這一表述徹底扭轉了傳統認知中“能源=配套”的從屬地位，將能源系統置于AI核心基礎設施的位置。

基于這一判斷，張雷首次在國家級會議上系統闡述了AI電力系統的定義與框架。

AI電力系統，本質上是能源系統與智能系統融合的人工智能基礎設施，讓電源、儲能、電網、電力電子、算力和大模型有機融合在一起。它要解決三個核心問題：如何讓相同的功率帶寬接入更多的GPU，如何讓相同的電量產生更多的智力，以及如何在相同的投資下大幅降低電力成本。三個問題環環相扣，指向同一個命題——AI全鏈路的能量管理。

實際上，作為AI電力系統的開創者和實踐者，遠景已經圍繞“智能中樞、物理人工智能、下一代電力基礎設施”構建起系統級能力。

圍繞智能中樞，遠景EnOS智能物聯操作系統，能夠接入和管理包括風電、光伏、儲能、充電樁等數億級別的智能設備，實現毫秒級實時控制，成為AI電力系統的“神經系統”。

圍繞物理人工智能，遠景構建了“天機”氣象大模型和“天樞”能源大模型——前者融合全球氣象數據與物理約束，實現高精度預測；后者則讓場站從發電到制氫再到算力調度形成毫秒級實時控制。

圍繞下一代電力基礎設施，遠景正在推動風光儲一體化電源、高壓直流、固態變壓器、構網型儲能和末端智能機柜等技術融合，構建端到端的新型電力基礎設施架構。

三者融合，才構成一體化的AI電力系統。

這一理念已經在實際項目中落地。在內蒙古赤峰，遠景依托全球首個2GW級100%新能源獨立電力系統，支撐著全球最大的綠色氫氨生產基地。沒有火電兜底，全靠EnOS和能源大模型的毫秒級調度——當風光出力波動時，系統自動調整制氫負荷與算力任務編排，讓每一度綠電流向價值最高的環節，形成了綠色電力、綠色算力與綠色氫能相互增益的資產組合。同時，遠景還在烏蘭察布攜手騰訊、字節跳動打造“遠景星河基地”，一個吉瓦級的能源與算力一體化AI電力系統。

從赤峰的能源自洽到烏蘭察布的算力協同，遠景正在證明：能源企業不再只是電力的供應商，而是智能文明的直接參與者。

張雷在發言結尾時說：“當人工智能時代撲面而來，能源不是AI的盡頭，而是AI的過程；能源不只是AI的底座，也是AI的血脈和肌體；電力系統不是人工智能的配套系統，而是人工智能的主體工程。我們每一位能源人不是時代的旁觀者，而是作為主力軍直接參與創造智能，在這個歷史的關鍵時刻擔當重任。”

這一表態重新定義了能源人在AI時代的角色。它不是被動提供電力，而是主動重塑算力生產的能源基礎設施。在這場由國家層面推動的浪潮中，遠景試圖搶占的，正是這一全新主體工程的生態位。

附張雷發言全文：

開創AI電力系統

大家好。今天我想探討一個觀點：在人工智能時代，能源人該有怎樣的使命和擔當？

歷史上每一次工業革命都伴隨著能源革命。當我們意識到人工智能又是一場新的工業革命時，能源人應該扮演什么樣角色？

在蒸汽機發明之前，沒有人會把煤炭和動力聯系在一起。后來人們意識到蒸汽機其實是一個能量轉換的裝置。瓦特的貢獻在于改良了蒸汽機的能量轉化效率。他做了一個關鍵變革，突破能量管理的主要矛盾——通過設計獨立的冷凝器解決了散熱問題、提升了能效。

同樣在GPU發明之前，大多數人都認為智力是人類獨特而又神奇的能力，沒有人會把電力和智力聯系起來。今天GPU就是新的蒸汽機。這臺新蒸汽機的功能一樣也是能量的轉化，把電力變成智力。我想說，智力生產的本質，其實是一個能量轉化的過程。

所以我的第一個觀點是：能源不只是AI的底座。如果僅僅視其為底座，其實是一種割裂。能源應當是AI的肌體和血脈。能源不是AI的盡頭，而是AI的過程。如今大模型大約每6個月就有一次重大迭代；芯片幾乎是12個月一個版本。然而，通過模型和芯片實現能量轉換的電力系統在過去一百年間幾乎沒有發生大的變化。當芯片和模型的摩爾定律遇上緩慢發展的電力系統，矛盾便凸顯了。

今天，我們要解決的是AI生產全鏈路能量管理問題。大家已經意識到，GPU再強大，如果不能實現高功率密度的電流輸入和高效散熱，那么機柜功率就無法從過去的5kW躍升至未來的200kW、300kW。在這樣的約束下，再強大的芯片也發揮不了作用。與此同時，如何做好機柜集群的動態功率管理，讓有限的供電功率下容納配置更多GPU也至關重要。在避免算力中心的波動對電網產生重大沖擊的同時，又如何讓吉瓦級的可再生能源穩定實時地支撐算力中心？

因此，我想告訴大家，智力生產全鏈路上的一系列能量管理問題，正在成為人工智能系統發展的關鍵瓶頸。電力系統正在成為人工智能的主體工程，而非配套。我們在座各位，只有解決全鏈路能量管理的問題，就像當年瓦特革新蒸汽機和動力系統一樣，才能為人工智能這一新的工業革命，解決發展的瓶頸并提供源源不斷的動力。

既然模型和芯片可以實現高效迭代，我們也需要讓電力系統也實現摩爾定律，這正是遠景要開創AI電力系統的使命。AI電力系統，本質上是能源系統與智能系統融合的人工智能基礎設施，讓電源、儲能、電網、電力電子、算力和大模型有機融合在一起。如果把能源、芯片和算力中心各自獨立，必將形成機械的割裂。打造AI電力系統就是讓這三者有機融合成為人工智能基礎設施的底座，也是我們能源人的責任擔當。

AI電力系統想要解決三大問題：

第一，如何讓相同的功率帶寬接入更多的GPU？在很多地方，電網能提供的功率帶寬已成為重要約束。如何在有限的功率下部署更多的算力？這是AI電力系統要解決的第一個問題。

第二，如何讓相同的電量產生更多的智力？這需要采用高壓直流路線和固態變壓器技術，提高功率密度，降低能耗、提升散熱技術。

第三，如何在相同的投資下大幅降低電力成本？這需要用AI電力系統來提升風光儲綠色電力的更高比例。

作為AI電力系統的開創者和實踐者，遠景總結出三大關鍵支柱技術。

第一，智能中樞。遠景EnOS智能物聯操作系統已經能把數億的智能設備——從風電、光伏、儲能，變壓器、氫能電解槽等全面接入，并實現從源、網、儲、荷到算力設施的實時協同。EnOS不只是數字底座，它更是AI電力系統的神經系統。

第二，物理人工智能。僅靠大語言模型無法真正管理一個電廠或算力中心，需要物理人工智能突破。對于能源系統而言，物理人工智能有兩個關鍵支撐：一是氣象大模型。要實現碳中和，100%的電力將來自風、光、水等綠色能源，氣候系統本身成為了能源系統。我們必須具備對氣候系統的洞察力，通過物理人工智能形成更深層的認知，才能夠實現能源有效調度的起點。二是遠景的“天樞”能源大模型，它讓一個場站，從風到氫能的產生，再到算力調度，形成一個毫秒級的實時智能控制。

第三，下一代電力基礎設施。僅有操作系統和大模型是不夠的，我們還需要下一代電力基礎設施。具體來說，就是風光儲一體化控制器、高壓直流、固態變壓器、智能機柜，這樣一套端到端的新型電力基礎設施架構。

三者融合，才能打造出一體化的AI電力系統。在遠景赤峰零碳產業園，遠景打造了“算電協同”國家戰略的全球首個系統級實踐樣本——基于2GW、100%可再生能源電力系統，通過EnOS和能源大模型，實現風電、光伏、儲能、算力和氫能之間動態實時協同。赤峰零碳產業園也是我們能源大模型的訓練基地。更為關鍵的是，它打造了100%綠色電力、綠色算力和綠色氫能的三大綠色資產組合。在AI的管理下，每一項綠色資產都實現了收益最大化，讓綠色氫能與綠色算力獲得了極致的成本競爭力。

遠景還在烏蘭察布打造“遠景星河基地”——一個吉瓦級的能源系統與算力系統一體化的人工智能基礎設施，為中國人工智能的騰飛鋪筑基石。

最后我想說，當人工智能時代撲面而來，能源不是AI的盡頭，而是AI的過程；能源不只是AI的底座，也是AI的血脈和肌體；電力系統不是人工智能的配套系統，而是人工智能的主體工程。我們每一位能源人不是時代的旁觀者，而是作為主力軍直接參與創造智能，在這個歷史的關鍵時刻擔當重任。

謝謝大家！