3月26 日，在苏州举行的新能源数字资产社区春季峰会上，、联合发布能源电力时序大模型EnergyTS，标志着人工智能技术与新能源行业融合进入新阶段。作为专为新能源领域定制的垂类时序大模型，EnergyTS深度整合行业专业知识与多模态数据，通过多尺度训练、多任务学习及零样本冷启等技术，实现对光伏发电、风力发电、储能调度等场景的精准预测与智能决策支持。

新能源发电易受气象条件、设备性能等因素影响，发电效率波动导致供需失衡、电价波动及储能收益不稳定等行业痛点。EnergyTS的核心突破在于其预测精度：在光伏场景评测中，T+1天预测的平均绝对误差（MAE）低至0.0233，较谷歌TimesFM-V2.0模型提升22.4%；T+3天预测性能提升46.8%，超越亚马逊Chronos-Large模型62.4%。这种跨时间尺度的精准预测能力，为电站投资选址、收益评估、电力交易策略优化提供了数据支撑，实测显示可降低弃光率18%，提升单站月收益超20万元。

技术架构上，EnergyTS突破传统通用模型的局限，通过多模态数据融合（气象卫星云图、设备传感器、电网负荷等）构建行业专属算法，嵌入光伏组件衰减、风机尾流效应等物理模型，实现从数据采集到决策执行的全链路优化。其零样本冷启特性尤其解决了新能源领域数据孤岛问题，新电站接入即可 “开箱即用”，部署成本降低40%，显著提升行业智能化门槛。

蚂蚁数科CEO赵闻飙表示，AI大模型的多模态感知能力正在重塑传统行业交互方式，EnergyTS的落地是AI链接物理世界的典型实践。通过与协鑫能科等行业伙伴合作，该模型已在虚拟电厂调度、光伏资产证券化等场景验证价值，助力构建“数据-算法-交易”生态闭环。业内分析指出，EnergyTS的性能突破不仅打破欧美企业在能源AI领域的技术垄断，更推动新能源资产向可量化、可交易的数字资产转型，为全球能源转型提供“中国范式”。

值得关注的是，蚂蚁集团通过混合芯片架构降低模型训练成本，减少对单一供应商依赖，同步推进医疗AI等多领域布局。EnergyTS的发布，既是蚂蚁数科在垂直领域的技术深耕，也展现了中国企业在“双碳”目标下以AI驱动产业升级的创新路径。随着该模型向风电、微电网等场景扩展，其应用将进一步提升新能源行业运营效率，为全球能源数字化转型注入新动能。

免责声明：文章内容仅供参考，本平台对文中观点不持任何态度，文章原创或转载自其它媒体，转载发表目的在于传递更多信息，并不代表本站赞同其观点和对其真实性负责。如内容有不实或者侵权，请马上与本站联系。