当电力市场从“发多少用多少”转向“用多少调多少”，一个长期被忽视的问题浮出水面：电网调度系统可以精确控制发电侧的大型机组，却很难看清负荷侧每一台空调、充电桩和产线设备在下一秒会消耗多少电。这种感知能力的缺失，让大量可调节负荷无法被有效聚合，也让电价信号难以传导到终端用户。能源数字化喊了多年，真正能打通“感知—决策—执行”闭环的系统仍然稀缺。

2026年10月21日，游戏上市公司恺英网络（SZ.002517）宣布完成对上海梦象智能科技有限公司的战略投资。据新华财经报道，这是恺英网络在AI及应用方向的又一布局，也是该公司在物理AI方向的首次落子。一家以游戏为主业的上市公司，把物理AI的第一笔战略投资放在了一家能源数字化公司身上，这个选择本身比融资金额更值得拆解。

本次交易的具体金额、估值和股权比例均未披露。恺英网络方面表示，此次携手梦象智能，标志着公司的AI布局正从数字内容延伸至能源等实体产业。从公开信息看，这更像一次带有技术协同色彩的战略卡位，而非单纯的财务投资。

字段 内容
公司 上海梦象智能科技有限公司
轮次 战略投资
金额 未披露
投资方 恺英网络（SZ.002517）
总部 上海
创始人 张珊珊（联合创始人兼CEO）、金城（联合创始人）
官网 未披露

物理AI的能源切口：不是做模型，是做“操作协同”

梦象智能成立于2015年，长期深耕能源数字化。据公司通稿称，其以物理AI为核心构建能源操作协同系统，AI能力贯穿三个层面：感知层面，公司自研“电气指纹”技术，精准识别每一台用电设备的能耗行为；决策层面，通过自研大模型进行负荷和电价预测以支撑交易决策；执行层面，依托虚拟电厂运营资质，以AI调度将分散负荷聚合为一座“虚拟电厂”。

这套表述的关键词不是“大模型”，而是“操作协同”。在能源场景中，AI的价值不在于生成文本或图像，而在于能否把物理世界的设备状态转化为可计算信号，再反作用于物理系统。梦象智能选择的路径是：先用电气指纹解决“看不见”的问题，再用预测模型解决“怎么决策”的问题，最后用虚拟电厂资质解决“谁来执行”的问题。三个环节中任何一个断裂，所谓闭环都只能停留在叙事层面。

“电气指纹”是这套系统中最具差异化的技术主张。公司通稿称该技术能精准识别每一台用电设备的能耗行为，让AI“读懂”每一度电从哪里来、到哪里去。这一说法目前尚无独立第三方验证。从技术逻辑看，非侵入式负荷监测（NILM）并非新概念，学术界和产业界已探索多年，核心难点在于设备级识别的精度和泛化能力。不同电器在启动、运行和关停阶段的电气特征可能存在重叠，同一类电器在不同品牌、不同工况下的特征也会漂移。梦象智能没有披露其电气指纹技术的识别准确率、可识别设备类型数量、部署成本或与现有智能电表体系的兼容方式，因此外界难以判断其技术壁垒的真实高度。

更现实的约束来自数据获取环节。要在国网和南网的省级电力市场完成数据验证，意味着需要与电网调度、营销、交易等多个业务系统对接。这种对接的复杂度不亚于算法本身。电力系统的数据接口通常受到严格的安全管控，不同省份、不同业务条线的数据标准和访问权限也不统一。公司通稿称已在国网及南网多个省级电力市场完成数据验证，但未披露验证的具体指标、时间跨度和商业合同状态。“完成数据验证”与“获得持续性商业订单”之间，还有相当长的距离。前者可能只是一次技术测试的通过，后者则要求公司在采购流程、交付标准、运维响应和结算对账等多个环节同时达标。

虚拟电厂资质的含金量：稀缺，但并非独家

梦象智能商业模式的核心支点，是依托虚拟电厂运营资质聚合分散负荷。公司通稿描述了一个增长飞轮：用户越多，AI调度越精准，形成持续迭代。这个飞轮成立的前提，是虚拟电厂资质本身能带来真实的负荷聚合权和交易收益。如果资质只意味着“可以参与试点”，而无法转化为稳定的调节容量和结算收入，飞轮就缺少第一推动力。

虚拟电厂在国内仍处于从试点向常态化运行过渡的阶段。不同省份对虚拟电厂的准入条件、调节容量门槛、结算规则差异显著。拥有运营资质意味着公司可以在特定市场参与需求响应或辅助服务交易，但资质的稀缺性正在被快速稀释。据公开行业信息，仅2024年至2025年，多个省份已陆续放开虚拟电厂准入，参与主体从电网系企业扩展到负荷聚合商、售电公司和新能源运营商。梦象智能的资质具体覆盖哪些省份、可聚合负荷规模有多大、历史调度收益如何，本次来源均未披露。

从产业链位置看，梦象智能更像一个“技术型负荷聚合商”：它不拥有发电资产，也不直接制造硬件设备，而是通过软件和AI能力把分散的用电设备组织成可调度的资源池。这种模式的轻资产优势明显，但同时也意味着它对下游用户粘性和上游市场规则的依赖度极高。一旦电力市场价格信号减弱或需求响应补贴退坡，聚合商的收益空间会被迅速压缩。更关键的是，聚合商对负荷侧资源的控制力通常弱于售电公司或综合能源服务商，因为后者往往与用户存在电费结算或设备运维层面的长期合同关系，而纯技术型聚合商与用户之间的连接可能只停留在软件层面。

恺英网络为什么投：AI科学家的交集与实体产业延伸

这笔投资最容易被忽略却最关键的信息，藏在创始团队与投资方的人事交集中。据公司通稿披露，梦象智能联合创始人金城负责牵头组建研发团队，现任复旦大学计算与智能创新学院教授、博士生导师，亦担任恺英网络首席AI科学家。这意味着，恺英网络对梦象智能的技术能力和团队背景，拥有远超普通财务投资人的信息优势。一个外部投资机构通常需要数月才能完成的技术尽调，恺英网络可能通过金城在两家机构间的日常协作就已掌握核心判断依据。

从投资逻辑看，恺英网络的AI布局此前主要集中在数字内容领域，包括游戏研发中的AI应用和内容生成工具。此次投资梦象智能，据恺英网络方面表示，是公司AI布局从数字内容延伸至能源等实体产业的标志。新华财经的报道同时指出，恺英网络长期坚持“聚焦游戏主业”的核心战略，AI投资被定位为在主业稳健经营基础上对新方向的适度延伸。

“适度延伸”这个表述值得注意。它意味着恺英网络不会因为这笔投资改变主业重心，梦象智能也不会获得类似战略并购级别的资源倾斜。更可能的情形是：恺英网络提供资金和AI研发协同，梦象智能保持独立运营，双方在技术层面共享部分AI基础设施或人才资源。金城同时担任两家机构的AI负责人，为这种协同提供了天然通道。例如，在模型训练算力、数据工程工具链或AI人才招聘等环节，双方可能存在复用空间，但本次来源未披露任何具体的协同安排。

但人事交集也是一把双刃剑。当投资方的首席AI科学家同时是被投公司的联合创始人，治理边界和利益冲突管理将变得微妙。本次交易未披露金城在梦象智能的持股比例、是否在恺英网络投资后调整了角色分工，以及双方是否签署了技术授权或人才共享协议。这些未披露的细节，将直接影响这笔战略投资的长期稳定性。如果未来梦象智能在融资、技术路线选择或商业合作上与恺英网络的利益出现分歧，金城的双重身份可能使决策过程复杂化。

从“数据验证”到“持续营收”：商业化瓶颈在哪里

梦象智能目前最扎实的进展，据公司通稿称，是在国网及南网多个省级电力市场完成数据验证。但“数据验证”是一个模糊的阶段性描述。它可能意味着算法在真实数据上的预测精度达到了某个阈值，也可能意味着公司参与了某个试点项目的技术测试，甚至可能只是完成了数据接口的打通。没有具体的验证指标、项目规模和收入确认方式，外界无法判断这是商业化的前夜，还是技术可行性的初步证明。

能源行业的商业化周期通常远长于互联网和消费科技。一个典型的电力市场技术项目，从技术验证到试点部署，再到规模化推广和持续收费，往往需要三到五年甚至更久。电网客户的采购决策链条长，涉及调度、营销、信息化等多个部门，且对系统稳定性、安全性和运维响应有极高要求。梦象智能成立于2015年，至今已有超过十年的运营历史，但本次披露中没有任何关于营收规模、付费客户数量或合同金额的信息。研发人员占比超过50%的数据，从侧面说明公司仍处于技术投入期，而非利润释放期。

负荷预测和电价预测是电力交易中的刚需能力，但也是竞争最激烈的技术赛道之一。电网公司内部的研究机构、高校团队、传统电力软件厂商以及新一批AI创业公司都在布局类似能力。梦象智能的差异化在于将预测能力与虚拟电厂调度执行打通，形成闭环。但闭环的商业价值，最终取决于它在真实电力市场中能否比“预测服务商+独立聚合商”的组合更高效、更便宜。如果客户只愿意为预测精度付费，而不愿意为“打通”本身支付溢价，那么闭环优势就难以转化为定价权。

竞争格局：没有直接对标的对手，但每个环节都有替代方案

本次来源材料没有披露梦象智能的直接竞争对手。但从产业链拆解看，梦象智能在每一个能力层面都面临不同类型的替代方案。这种“无直接对标、处处有替代”的格局，在能源数字化领域并不少见，它意味着公司很难用一个简单的竞品名单来定义自己的市场位置。

在感知层面，电气指纹技术需要与成熟的智能电表体系竞争。国家电网和南方电网已累计部署数亿只智能电表，这些电表能够提供分钟级甚至秒级的负荷数据。虽然智能电表通常只能计量总负荷，无法识别单台设备，但通过加装低成本的分路计量模块或边缘计算终端，也能实现部分设备级识别功能。梦象智能的电气指纹技术若无法在识别精度和部署成本上形成显著优势，其感知层的不可替代性将受到挑战。尤其是在用户已经拥有智能电表基础设施的场景下，客户可能更倾向于在现有硬件上做增量改造，而非引入一套全新的感知方案。

在决策层面，负荷预测和电价预测是电力行业研究最充分的方向之一。从传统的统计学方法到深度学习模型，技术供给非常丰富。梦象智能自研大模型的价值主张，需要证明其预测精度在真实市场交易中能转化为可量化的收益提升。公司通稿未披露任何预测精度的对比数据，也未说明其大模型的参数规模、训练数据来源或推理成本。在电力交易场景中，预测误差的微小改善可能对应可观的套利空间，但前提是模型能够在市场出清的时间窗口内稳定输出结果，而不是只在离线评测中表现优异。

在执行层面，虚拟电厂运营资质是梦象智能最实质性的竞争壁垒，但如前所述，这一壁垒正在被政策放开所稀释。更大的竞争压力来自拥有用户资源的售电公司和综合能源服务商。它们天然掌握负荷侧客户关系，一旦补齐AI调度能力，可能比纯技术公司更容易实现规模化聚合。梦象智能若不能在下游用户端建立足够强的粘性，其技术优势可能被拥有渠道优势的对手逐步侵蚀。

资金用途与待验证假设：一笔看不清价格的战略筹码

本次战略投资的金额、估值和资金用途均未披露。这在战略投资中并不罕见，尤其是当投资方更看重技术协同而非财务回报时。但它也意味着外界无法通过交易价格来判断恺英网络对梦象智能的价值评估，也无法通过资金用途来推测梦象智能下一阶段的发展重心。

从可获取的信息推断，这笔投资最可能用于几个方向：扩充研发团队以加速电气指纹技术的产品化、拓展更多省级电力市场的虚拟电厂运营资质、以及支撑与恺英网络在AI基础设施层面的协同研发。但这些推断缺乏直接证据，只能视为编辑基于公司当前阶段的合理推测。公司通稿没有说明资金将优先投向哪一个环节，也没有给出任何里程碑式的目标。

梦象智能需要验证的核心假设有三个。第一，电气指纹技术能否在真实部署环境中达到商业可用的识别精度，而非仅在受控测试中表现良好。第二，虚拟电厂运营资质能否转化为持续的交易收益，而非停留在试点阶段的象征性参与。第三，与恺英网络的战略协同能否产生超出资金本身的价值，尤其是在金城双重角色的治理安排下保持长期稳定。这三个假设的验证结果，将决定梦象智能是一家真正打通能源“感知—决策—执行”闭环的物理AI公司，还是又一家在能源数字化浪潮中停留在“数据验证”阶段的技术团队。

从已披露的“国网及南网多个省级电力市场完成数据验证”与“研发人员占比超过50%”这两点看，梦象智能确实具备进入电力市场核心场景的技术接触能力和持续投入意愿。但“数据验证”的统计口径、收入确认方式和实际产品交付状态均未披露，因此其商业化成熟度的结论边界是：技术可行性有一定基础，商业可持续性尚无法判断。在电力市场化改革持续推进的背景下，梦象智能所处的时间窗口可能仍然存在，但窗口不会无限期敞开。

RecodeX 极客视：物理AI的叙事热度正在从机器人蔓延到能源系统，但能源行业的验证周期和规则复杂度决定了，这里不会出现“模型即产品”的爆发式增长。梦象智能拿到恺英网络的战略投资，真正的看点不是一家游戏公司跨界能源，而是一个拥有虚拟电厂运营资质的技术团队，能否把“电气指纹”从技术概念变成电网调度系统愿意付费的标准化能力。在金额、估值和客户名单全部未披露的情况下，这笔交易更像一张看不清价格的期权——价值不在当下，而在电力市场化改革与AI调度能力交汇的那个时间窗口。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。