这是一场由政策补贴、资本驱动、技术规模化堆叠而成的硬核制造与资产投资史诗。然而，当风光渗透率跨越临界点，传统的固定电价红利消退，电力市场全面走向无补贴、零和博弈的市场化运营时，所有的能源资产所有者都陷入了前所未有的集体焦虑：电价不确定了，高昂的固定资产投资账本该怎么算？

　　这位曾在国家电网、新奥能源等巨头身居高位、掌管过百亿级能源资产运营的行业领军人物，选择在此时下场创业，创立了这家名字极具时代隐喻的公司——「瓦特跳动」（WattDance）。

　　他的目标极其明确：给能源网络做大脑，成为零碳数智能源运营商；用AI的“比特”去指挥重资产的“瓦特”；用量化对冲的思路去变革电力市场的传统玩家，做“中国版的章鱼能源（Octopus Energy）”与“能源界的Palantir”。

　　近日，我们有幸与「瓦特跳动」创始人程路进行了一场长达数小时的深度对谈。在这场科技与产业的激荡碰撞中，他剥离了所有关于AI与新能源的虚火噪音，首次全面拆解了“AI+能源”落地的底层商业闭环、人才跃迁的阵痛，以及一个关于未来30年“能源自动驾驶”的终局推演。

　　每一次人类文明的工业革命，其底色都是一场能Kaiyun科技有限公司量密度的革命。蒸汽机背后是煤炭，电气化背后是石油与集中式电网。今天，我们正处在AI大模型引发的智能革命中，但几乎所有人都忽略了：AI革命的下半场，拼的是能源革命。

　　时至今日还没到完全的AGI时代、尚未诞生真正的“世界模型”时，AI算力中心的能耗问题就已经让硅谷科技巨头开始集体疯狂投资核聚变与新能源。

　　过去我们习以为常的能源系统，是一个由大型水电、煤电、核电构成的自上而下的、高度中心化的计划式系统。但未来的20到30年，风电、光伏、储能、分布式微网以及千万辆可以反向放电的电动汽车（V2G），将彻底把这张网解构为一个高度离散、去中心化、双向潮流的潮汐式系统。

　　在欧洲，这种去中心化的能源结构占比已经超过50%，而中国目前只有不到20%，但这一趋势是绝对不可逆的。面对一个由数亿个离散主体构成、随时随地在发生能量交换的复杂物理网络，传统的计划调控手段将彻底失效。

　　“我们唯一的出路，就是靠AI去指挥这张网的运行。我出来创业，就是想跟上这个20到30年的长周期。只要我们坚持下去，构建一个用AI算法让全社会能源利用效率提升20%~30%的伟大企业，我们就能够见证并主导这个时代的蜕变。”

　　很多宏大的叙事往往容易流于纸面。作为一个在行业摸爬滚打20年的行家里手，「瓦特跳动」精准切入了两个当下正在发生巨变、且极度渴求算法的万亿级赛道：

　　过去5年，国内新型储能增速曲线极其陡峭，存量资产规模已突破150GW，这是一个千亿级的固定资产存量市场。但从去年到今年，行业发生了一个根本性的底层逻辑颠覆：固定电价与国家补贴逐步退出，电价全面市场化。

　　以前投储能是个完全的资本驱动型固收模型——一瓦多少钱、充放电价差多少，账目一目了然。而现在没有了固定电价信号，运营商完全不知道什么时候该充、什么时候该放。分布式储能一度陷入停滞，正是因为行业卡在了从“资本套利”向“市场运营”转型的阵痛期。

　　AIDC是未来10年全社会最恐怖的“吃电大户”。全社会用电增速一般在5%~6%，但算力中心的用电增速高达20%~30%。

　　在算力中心的总运营成本中，当服务器在3到5年加速折旧完毕后，电费会占到整体运营成本的80%~90%。降低每个Token的算力成本，本质上就是降低电费成本。

　　瓦特跳动的解法：算力中心内部30%~40%的能耗耗费在制冷散热上，60%~70%在显卡功耗。「瓦特跳动」通过AI对风冷、液冷、水冷系统进行极限能耗推演与精细化动态调节，满足国家对PUE降至1.3甚至1.2以下的刚性政策指标。

　　更前沿的布局在于“算电协同”——利用电价的潮汐规律，在非刚性调用的离线模型训练阶段，引导算力在电价极低的低谷期进行大规模训推，从而将单位Token的电费成本打下来。

　　传统的Transformer大语言模型架构，解决不了能碳与工业世界的问题。它本质上是靠数据暴力美学输出的“概率模型”，但在涉及高压电、高热能的工业场景，任何一次由AI“幻觉”导致的非计划停机或脱网，都意味着灾难性的损失。

　　“机器人进家庭没办法枚举，场景完全是随机的，”程路直言，“但能源的供能系统，组合态在概率上是可穷举的。能碳系统，我认为是物理AI在全行业里第一个能够真正实现技术收敛的场景。机器人进工厂是为了‘替代人工’，而在能源数智领域，核心价值是‘算法超越人类极限’。

　　在世界模型的路线尚未收敛之前，瓦特跳动首创了一套“混合MOE系统方案”作为当下的解决路径：在云端，用大语言模型后训练（Post-training）做规则、边界机理的语义约束；引入“时序模型+强化学习”在云端推演复杂电价与潮汐负荷的博弈策略；在边端，则通过软硬件一体化的“机理小模型”扮演动作“小脑”，严守工业硬件级安全红线。

　　同时，自研“高阶孪生仿真物理模型”。它是一个非线性的多因素耦合系统，里面流动的不是像素，而是温度、压力、频率、电压、电流等物理变量和能量守恒定律。模型在云端24小时不间断跑完所有极限工况训练，“大脑”预演下一个物理状态和可能的风险，进而进行策略规划和行为动作执行，彻底杜绝幻觉风险。

　　在外界看来，「瓦特跳动」一上来就切下了储能大脑与AIDC算力中心两块最大的蛋糕，颇有“初生牛犊”的激进。但只有行业内的人知道，这位掌管过数百亿资产的创始人，骨子里流淌着最严谨的工业血液。

　　“能源行业是一个高度保守、对容错率要求极低的领域。在电力市场交易里，出了1%的收益误差，客户顶多心疼一下钱包；但如果因为算法崩溃，导致了0.001%的系统非计划停机（非停）事故，资产直接与电网脱网，你就会瞬间彻底失去99%的市场机会。”

　　因此，「瓦特跳动」绝没有将最后1%的控制权完全盲目地交给AI，而是通过软件、算法、硬件与传统自控系统的深度结合，在系统并网前设置了海量的物理阈值变量。

　　类比最高安全级别的智驾系统一样，无论AI算法如何规划路线，当底层传感器探测到前方一米有不可逾越的障碍物时，智驾系统的物理底座会强制让油门失效、刹车抱死。这种对物理边界的敬畏、对工业红线的死守，是纯互联网或纯AI背景的跨界团队完全无法想象的盲区，也是能源老兵高筑的技术安全壁垒。

　　AI+能源智能化这个新赛道在2026年集中爆发，市面上大部分团队的组合是“能源老兵+传统工业数字化人才”，做的依然是上一代的专家系统。要想打破行业天花板，必须痛下决心进行组织基因的彻底改变。

　　为此，「瓦特跳动」构建了一个由两波截然不同的原生画像组成的“双轮人才架构”：

　　一端是一群在行业内摸爬滚打、双手双脚沾过泥土的能源行业专家。其首席能源科学家是美国爱德华能源中心的顶级研究科学家，科班出身的留美博士，和创始人共事多年，专门负责解构复杂的能源机理。CPO（首席产品官）则深度历练过树根互联、泛能网、卡奥斯等工业互联网巨头，是行业内把产业数字化玩得最透的顶级操盘手。这帮人就像老中医一样，见过行业20年来无数“疑难杂症”，他们对场景、痛点、物理约束、客户心理以及能源资产账本，有着根深蒂固的直觉与敬畏。

　　另一端是高进化、极具极客精神的90后乃至00后原生AI人才。他们不需要懂什么是复杂的变压器或电网拓扑，他们一坐下来，脑子里想的全是大模型抽象、数据飞轮与能源数据标签。

　　“我们在前一家公司做数字化的时候，基于强化学习和专家系统，已经走到了天花板。但我坚信，未来3到5年，‘物理AI’（Physical AI）的超级突破一定会到来。即便最坏的情况下它没有在我们这里首发，这群具有原生AI理解和思考能力的年轻人，其应用落地的迭代速度，也绝对会比传统路径快上几个数量级。”

　　用能源专家来把控战略、场景、痛点与客户资源，确保公司走在正确的地面上；用原生AI天才来抽象模型、构建数据与逻辑本体，赋予公司随时能够指数级爆发的引擎。

　　面对今年集中下场、背景各异的跨界竞争对手（有纯算法背景的量化交易派，有传统工控转型的管理数字化派），「瓦特跳动」凭什么能赢？创始人在采访最后给出了“三步走”：

　　先通过AI大脑帮储能场站、算力中心在当期提升20%的商业收益。产品化、标准化，快速完成0-1的价值验证。

　　在产业进入规模化爬坡期时，产业生态协同发力。此时，「瓦特跳动」将释放其最大的护城河——“资产投资+核心运营+ AI算法”三者合一。

　　纯AI背景的创业公司不懂重资产投资与线下极为复杂的电力运营商系统，而传统能源巨头又缺乏敏捷的AI基因。瓦特跳动团队凭借过去掌管200亿资产、年投资额50亿[1]的线下产业降维能力，能够直接通过高量化AI算法去托管甚至自持海量的线下能源资产。

　　Palantir的伟大之处，不在于其决策智能比别人高多少，而在于它能把客户内部所有分散、离散的非结构化数据，变成强耦合、有勾稽关系的数字化业务孪生系统（数据本体）。

　　「瓦特跳动」正在一个场站、一个客户地去穿透能源资产底料。未来5到10年，他们要将气象大模型、能源供应链、并网节点、充电桩实时网络与企业内部的ERP、CRM等核心系统通过AI Agent深度集成，让能源大脑不仅能‘看清资产运营’，更能直接驱动企业采购、生产排班与碳资产管理链，实现Agent to B闭环。

　　“为什么我们叫‘瓦特跳动’？因为我内心有一个巨大的梦想：让比特彻底接管瓦特。字节用算法颠覆了信息流，我们的梦想是用算法颠覆能源流。当我们的AI算法能够让资产运营效率和能量利用密度比所有竞争对手高出20%~30%的时候，这就不是一个维度的竞争了。而未来的瓦特跳动，将成为AI驱动的最强能量运营网络。”返回搜狐，查看更多