当资本追逐大模型与具身智能，还有一家极其低调的公司在让AI接管能源世界
从DAO OS、能源垂直模型，到广东发电型虚拟电厂、多省多品种交易，再到EMS/MGCC等标准软硬件和真实资产运营，原力想做的不是一套VPP软件，而是“能源行业级大模型 + 具身智能”的运营系统。
近日，合肥原力众合能源科技有限公司（以下简称“原力能源”）完成数亿元战略融资，本轮投资方包括合肥仁创四期创业投资合伙企业（有限合伙）、合肥仁新创业投资合伙企业（有限合伙）。本轮资金将主要用于DAO OS产品体系、能源垂直模型与算法研发、重点区域市场拓展，以及部分能源资产投资。
这笔融资放在2026年的一级市场里，显得有些“逆流”。过去一年，大模型和具身智能几乎吸走了所有注意力。36氪研究院援引IT桔子数据称，2026年上半年国内具身智能融资金额达到935亿元、融资事件322起；从2025年7月至2026年6月，一年融资超过500起、总金额超过960亿元。钱正在快速涌向“大脑”、本体、数据和机器人。
但还有一个同样需要“大脑”、同样要进入物理世界、而且每一次决策都直接对应真实资产和现金流的行业，长期被低估了：能源。
如果具身智能的终局，是让AI从屏幕走进现实世界，理解环境并驱动机器人完成动作，那么从技术结构上看，原力正在做的事情可以被理解为另一种“能源具身智能”：AI感知的不是摄像头和关节，而是气象、价格、负荷、SOC、设备状态和电网约束；AI控制的不是机械臂，而是分布在城市里的光伏、储能、充电桩、空调、工业负荷和微网；动作执行之后，还要穿过电力市场的申报、偏差、考核和结算，最终以真实收益验证。它的“身体”，不是一台机器人，而是一张跨城市、跨园区的能源资产网络。
万亿赛道真正难的，不是建一个VPP平台，而是让新能源资产持续赚钱
虚拟电厂真正对应的，并不是一个狭义的软件市场。2025年国家层面出台虚拟电厂专项政策，提出到2027年全国虚拟电厂调节能力达到2000万千瓦以上、到2030年达到5000万千瓦以上。与此同时，中国全社会用电量已跨过10万亿千瓦时，风电、光伏装机进入十亿千瓦级。新能源越多，系统越需要处理预测、消纳、交易、调节、偏差、运维和结算。
因此，VPP只是资源组织形态。背后的真正市场，是新能源进入“运营时代”后形成的区域电力平衡市场：发电侧是数万亿度可被经营的新能源电量，用户侧是数千万工商业户号和持续增长的负荷，资产侧是光伏、储能、充电和微网，市场侧则叠加中长期、现货、绿电、辅助服务、需求响应和容量价值。原力内部把它定义为“发电侧电量经营 + 电网侧容量调节 + 平台/运维/资产管理”。
如果寻找全球参照，英国Octopus Energy证明了一种新型能源公司的可能性：用技术平台连接客户、电量、设备和市场，把传统能源零售变成持续可运营的数字化业务。原力并不复制Octopus的居民零售路线，但两家公司有一个相似判断——未来能源公司的价值，不会只来自一度电的价差，也不会只来自一套软件，而来自对客户、资产、电量、数据和市场规则的长期经营。
一笔值得注意的产业资本：曹仁贤为什么会出现在这轮融资里
本轮投资方里，合肥仁创四期尤其值得关注。阳光电源2025年年报披露，公司董事长曹仁贤作为有限合伙人持有仁创四期99.70%的出资份额。另一投资方合肥仁新创业投资合伙企业同样来自合肥本地创业投资体系。
曹仁贤本身就是中国新能源产业最典型的“长期主义者”之一。1997年，他从合肥工业大学教师岗位下海创业，在光伏行业还远未成为共识时押注逆变器；此后阳光电源从光伏逆变器向储能、风能、氢能、电动汽车及能源服务延展。公开年报还显示，曹仁贤控制的仁创体系已布局数字电源、液冷温控、智能清扫机器人、半导体等多个新能源和先进制造环节。
放在这条产业路径上看，投资原力有一个更值得观察的含义：阳光电源和曹仁贤过去二十多年解决的是新能源“怎么发、怎么变、怎么储”的问题，而下一层越来越重要的问题，是这些分布式资产进入市场后“怎么被经营”。从设备走向系统，从系统走向运营，从单个电站走向城市级资源网络，这恰好也是新能源产业链正在补上的下一块能力。
这并不意味着大型能源公司天然做不好这件事，恰恰相反，它们拥有资产、资金和市场入口。但虚拟电厂真正难的地方，是要同时跨越软件、硬件、AI、电力市场规则、交易、现场控制、结算和资产运营。对于组织庞大、分工清晰的大公司而言，这些能力往往分散在不同部门、不同子公司甚至不同利益主体中；而创业公司有机会从第一天就按“终局”把它们设计成一套系统。原力真正要证明的，就是这种组织形态能否比传统大公司更快、更低成本的完成闭环，我们也可以从公开数据看到，同样的已然估值150亿英镑的Octopus的Kraken，目前的已超过20亿美金的R&D投资，目前原力似乎正在以中国创业者模式在挑战一个类似deepseek的不可能。
这家公司先砸了几年技术，再去拿资质、跑交易、管资产
原力过去几年最重的投入首先发生在技术底座。DAO OS并不是一块大屏，也不只是交易软件，而是把资源接入、资产管理、发用电预测、市场交易、协同调度、收益结算、运维和终端用户服务放到同一套系统里。现场侧，公司又自研储能EMS、微电网EMS、综合能源EMS和微电网协调控制器（MGCC），并通过“益吉瓦”系列打通储能、逆变器、充电桩和采集通信设备。
在云端，DAO OS形成“七龙珠”产品体系：天眼负责区域经营与监测，太极负责多市场交易和协同调控，原能负责源网荷储碳和资产运营，原溯负责电池全生命周期，小原知电连接终端用能客户，小原有助承担运维工单和现场服务，小原AI/FuHsi作为算法与智能体中枢，承担预测、策略、调度和归因。公司披露，截至目前已形成30项发明专利（含受理）、42项软件著作权，并参与多项虚拟电厂标准制定。
第二层投入，是跨省的资质和市场规则。电力不是一套代码复制全国：不同省份的现货进度、准入门槛、计量边界、交易品种、偏差考核和结算机制都不同。原力目前已取得9个省份的虚拟电厂、售电及能源聚合商相关资质。资质本身并不值钱，真正难的是拿到资质后还能跑交易、跑结算、跑资产收益。
广东尤其能说明这种复杂度。当地虚拟电厂已经不只是负荷侧需求响应，发电型资源也进入可经营范围：分布式光伏、分散式风电、独立储能可以按发电型虚拟电厂组织，电能量交易需要形成满足规则的交易单元，对光伏进行96点预测、报价、实时数据跟踪和偏差管理。原力已经把广东市场拆成发电型、日前响应、小时级响应、直控等不同资源单元，并进一步构建“发、售、用、资”一体化对冲仓位——这已经不是“聚合资源”，而是在经营一个真实的电力资产组合。
能源垂直大模型，难度不比机器人低
能源行业的大模型最容易被低估，因为它看起来没有机器人那么直观。一个机器人走路、抓取、搬运，所有人都能看到“智能”；但在电力系统里，大模型真正要处理的是另一组更苛刻的约束：天气会变、电价会变、负荷会变、设备会衰减、规则会切换，任何预测误差都可能转化成偏差考核、交易亏损、资产损耗甚至安全风险。
这决定了能源垂直大模型不可能只是“行业知识库 + 通用LLM”。它要同时理解时间序列、物理模型、电力电子设备、市场规则和资产现金流；要把NWP气象、辐照和云图、逆变器与计量、负荷与生产计划、SOC/SOH、节点电价、中长期合同、现货仓位和结算结果放进同一决策链；还必须知道什么能调、调多少、调多久、什么时候必须退出。
原力因此没有把“小原AI/FuHsi”定义成聊天机器人，而是算法和智能体中枢：专业时序模型和机器学习模型负责数值预测，物理约束和MPC负责控制边界，数字孪生与HIL硬件在环测试验证策略，大模型负责理解规则、识别异常、调用工具、编排策略和做结算归因。AI必须穿过“感知—预测—决策—执行—结算—复盘”完整链路，才算真正进入能源运营。
如果说机器人具身智能解决的是“模型如何控制一个物理身体”，能源行业面对的问题则是“模型如何控制一组分布式、异构、受市场规则约束的物理资产，并对收益负责”。后者没有统一的机器人本体，却有更复杂的时间尺度、更硬的安全约束和更直接的财务结果。从这个意义上，能源垂直大模型本身就是一个行业级基础模型问题，而虚拟电厂则提供了它进入物理世界的“身体”。
全栈不是“什么都做”，而是为了拿到真正的经营权
原力今天的产品体系已经不再只是定制项目。软件侧有DAO OS和七龙珠，现场侧有益吉瓦EMS、MGCC和标准采集控制产品，前端又逐步形成售电、电力交易、光伏/储能/可调负荷代运营、VPP聚合接入、DAO OS SaaS以及城市/园区综合能源等标准成交产品。
但与典型软件公司的差异在于，原力不把交付停在“系统上线”。它继续往后走到交易和资产经营：发电侧做绿电、中长期、现货、功率预测和偏差管理；用户侧做售电、电费优化、需量管理和负荷调节；储能侧做充放电策略、现货调节和辅助服务；运维侧把故障、工单和可用率接回来；最终所有经营结果回到账单、结算和资产IRR。
这套全栈体系的目的，是同时拿到电量经营权、调度控制权、结算服务权、运维服务权、资产管理权和数据平台权。相比只拿软件费、售电服务费或单次响应分成，全栈经营可以在同一批资源上叠加多个收入层，同时用不同收益项对冲单个市场波动。
徐瑜和原力的特殊性：不是看到风口后转型，而是从第一天就按终局逆推
原力创始人徐瑜的职业路径并不典型。其早期从事国际贸易和国际交流，主要面向联合国采购和中南美国家政府采购以及大宗商品进口；2010年前后在美国接触智能电网，并参与投资V2G充电桩创业公司；回国后长期在能源产业工作，先后经历电气装备、充换电、储能、能源投资和资产运营等多个环节，曾任中电电能、亨通集团、奥动新能源及储能企业合伙人、常务副总裁、总经理、首席投资官等高级管理者岗位。
这段经历的稀缺性，不在于履历跨度，而在于几乎覆盖了新型电力系统商业化必须穿越的几个世界：电网系统、设备、工程、资产、资本、用户、市场和数字化。典型软件创业者容易低估现场与交易规则，设备公司容易停在交付，传统售电公司又往往缺少算法和资产控制能力。徐瑜对原力的设定从一开始就是“用HUMAN-IN-THE-LOOP的AI作为技术底座，重塑能源世界的新型运营商”，而不是某一类产品的供应商。
这也解释了为什么，从2021年开始，在虚拟电厂还很模糊、商业模式还没有共识的几年里，原力没有选择最轻的路。它先做软硬件、算法和数据底座，再做多省资质，再进入真实交易，最后深入资产运营。对创业公司而言，这条路慢、重、烧钱，而且很难讲一个短期性感的故事；但它和徐瑜对终局的判断一致：AI最终不是给能源公司加一个Copilot，必然需要一个「操作系统级的组织者」，需要一个真正的六边形战士，形成一个市场上之前完全没有的产品体系和技术底座，才能最低成本的解决电力系统的极高成本运行和双碳压力的根本矛盾，才能解决问题——意味着真正的虚拟电厂运营商，得懂还的真的非常懂电网、电力市场、发电、电气设备、数据和调控，在商业模式上，得懂投资、懂建设、懂运营维护、懂交易、懂互联网，既要有国际视野，又要有国内市场经验。
而这样疯狂的信念和对目标的坚持也让原力聚集了一个强大而同样有信念的技术团队——技术研发组织按产品、平台技术、数据与调控、VPP 技术（含电力交易）四个方向设置，覆盖电力系统、能源交易、AI 算法、软件工程、电气工程五类专业岗位，核心技术团队来自于美国、法国、德国等顶级理工背景高校以及国内清华、北大、中科大、浙大、华科等顶尖理工科高校，具备电网背景、研究院背景、互联网背景、发电类央企背景、热管理企业背景等。
从10GW聚合到2GW真实交易，下一步争夺的是区域经营权
截至目前，公司称已聚合新能源资产超过10GW，接入100多个园区、5000多家工商业用户，并取得9个省份的虚拟电厂、售电及能源聚合商相关资质；其中实际参与市场交易的资源约2GW，主要为光伏和储能。相比接入规模，真实交易规模更接近原力判断自身经营能力的指标。
以湖北一个2.5MW/5MWh用户侧储能项目为例，当当地用户侧电价由现货价格传导、传统固定峰谷价差策略失效后，项目收益一度转负。原力接手后，将储能和负荷接入DAO OS，结合现货价格和负荷预测重构充放电策略，再叠加虚拟电厂、辅助服务、需求响应、电力交易代理和结算服务。公司称，调整后该项目资产回报率由负值提升至约4%；在新能源上网电价雪崩的当下，综合利用终端用户绿电需求、发电聚合交易等工具，让安徽、江苏的一些分布式光伏的资产方，平均提升了40%的收益；在广东，更是通过虚拟电厂+综合电费管理帮助粤东有些分布式投资的投资方提升60%以上的收益；在山东和浙江，对于一些大工业用户例如钢铁类，通过综合电价、虚拟电厂、包括冷热在内的综合能源投资建设，既降低了实际电费支出，又满足了企业的碳管理相关需求。
这些案例并不是为了证明每个项目都能被“算法救活”，而是说明原力想做的不是资源接入，而是持续运营：当电价机制、市场规则、气象条件和资产状态变化时，系统能否持续重新计算，找到更优的经营组合——而这些在并非实际本地化经营只是利用虚拟电厂去销售平台或者单一售电的商业模式中是无法实现的。
当900多亿资金涌向具身智能，能源也需要自己的“基础模型时刻”
融资之后，原力将继续投入DAO OS、FuHsi能源垂直模型、标准化软硬件产品，以及几个重点省份的真实运营。公司争夺的并不是VPP软件市场份额，而是区域内越来越多的电量经营权、调度权、结算权、运维权和资产管理权。
这轮融资背后还有一层更值得讨论的意味。曹仁贤当年押注光伏时，中国光伏还不是今天的“显学”；今天，当资本几乎一致冲向通用大模型和具身智能时，他关联的产业资本又把钱投向一个看起来更重、更慢、更复杂的AI+能源公司。它至少说明，AI的产业化不只有人形机器人这一种身体。
能源可能是中国最值得做、也最难做的垂直智能之一。它有全球最大的电力消费市场、全球最大的新能源资产盘面，也有最复杂的物理约束和区域市场规则。机器人要让模型学会在现实世界里行动；能源AI则要让模型在一张真实电网里，对数以万计的资产做预测、交易和控制，还要对每一笔收益和每一次风险负责。
是否能真正成为类似章鱼的千亿估值企业，原力还没有证明终局——它仍要证明跨省复制、持续盈利、AI降本以及组织效率。但对于中国AI产业来说，真正值得鼓气的也许恰恰是这样的公司：不是再训练一个更大的通用模型，而是敢把模型塞进最复杂、最硬核、最接近真实经济运行的行业，让AI真正控制设备、承担决策、创造现金流。
如果说这一轮具身智能浪潮是在给AI寻找“身体”，那么虚拟电厂和新能源资产网络，可能就是能源行业的那具身体。原力想做的，是让它长出一个中国自己的“大脑”，成为类似“星球大战”中的神秘中国力量。
查看更多项目信息，请前往「睿兽分析」。
