文 | 赶碳号科技 文 | 赶碳号科技 最近股市😊很火。具体到光储新能源，也有些规律可循。在光伏储能“反内卷”😁、去产能的当下，至少有两大战略机遇日益清晰： 一类来自😢AI，我们管它叫“AI+”。算力是AI的基座，而能源是算力的😆基座——即大家所熟悉的AI的尽头是能源，是绿电。与此同时，A😂I在绿电生产与能源管理、绿电绿证交易等方面又将深刻赋能。 ❤️ 另一类战略机遇，赶碳号给它取名，叫“绿电+”。这类商业模⭐式，就是新能源、绿电对于所有高耗能传统产业的改造，重点体现在🤗绿电直连、独立储能、风光储耦合制氢氨醇等等。 在以上这🤗两大战略机遇激发、催化之下，实际上已经有很多明星企业涌现出来🌟。赶碳号发现一个规律，这些已经不再是传统意义上的制造企业，而😆是新能源企业中最懂电网的企业，是率先拥抱AI的那一批企业，像🤩阳光电源、海博思创，等等。 最近，工信部领导提出，反内😡卷的重要目标就是服务于新型工业化。赶碳号认为，这些企业就是新🙌型工业化的代表。而且，他们为我们，特别是仍处在困难之中的光伏😡制造企业，指明了方向。 最近，赶碳号休了半个月的假，在😁北疆自驾了5000公里。其间留下最深刻印象的，除了壮丽的雪山😎、蓝宝石般的湖泊以及金黄的胡杨林以外，当属连绵不绝的光伏板和😎密如蛛网般的特高压电网。 从天山到阿尔泰山，它们无处不😡在。有的光伏电站大到，在高速上开车十分钟，都没有开到这座电站💯的尽头。赶碳号就在思考，要把大西北的绿电输送出去，还需要投入😂多大的成本啊。现在，这些问题的答案逐渐清晰。 让人拍断😉大腿的海博思创与阳光电源 最近，大家一个最直观的感受就😆是，海外储能爆单了，储能电芯企业产能都开满了，现在已经一芯难😀求了……这些，都是我们看到的“果”。 实际上，资本市场🥳已经提前给出了答案，最近像海博思创、阳光电源这些储能系统方案🤗提供商们股价已经涨翻天。 市场先生没有错。赶碳号已经越🔥来越懊悔，没有在3个多月前配置一些储能系统集成企业的股票了，🙌更加懊悔没有第一时间分享我们接收到的一些重要信息。关于这一点😡，有几家储能媒体同行可以见证。 在3个多月前，具体来说👏是6月11日，在上海SNEC光伏展上，赶碳号访问了海博思创董😀事、副总经理舒鹏。 舒鹏在采访中讲了一个段子： 🙄“海博在2024年8月时就锁定了20个GW的电池，知道这个信😜息其实就可以去买我们的股票了。我的供应商问，你们海博最近为什🎉么涨得这么好？我说你傻啊，你收订单收到手软，你今年上半年收到🤗的订单比去年全年还要多，你都不知道我们公司的业绩好吗？” 😡 展开全文 在这场对话的当天，即2025年6月11日🔥，海博思创收盘价为73.57元，短短三个多月，海博思创股价已🤩经飙升至198.29元。海博思创这期访问，赶碳号将在近期推出🥳。 同样，在上海SNEC之前，今年6月5日，在阳光电源👏的一次新闻发布会上，赶碳号围绕储能企业如何拥抱AI、服务AI💯、与AI如何双向赋能这个话题，也和阳光电源的管理团队做了一番👍深入交流。当时就一个感觉，阳光电源的海外订单已经接不过来了，🤗这家懂电、懂电网的系统集成企业将在需求侧大有作为，但是，真没😎想到资本市场的反馈竟会如此直接。那时，阳光电源的股价才60块👍钱，现在是150块。 这两家企业的股价表现，当然让赶碳😀号以及在场的媒体同行们拍断了大腿。更重要的是，海博思创和阳光😅电源告诉我们一个道理，光伏、储能的商业底层逻辑，已经在重塑与🙄重构！这才是最重要的。 光储与化石能源平价时代，已然来😍临！ 这一轮“反内卷”，到最后都离不开一个终极命题，那😎就是，这个行业的需求在哪里？ 在储能？在绿氨？在阳台光🤗伏？在三北光伏治沙？每一个方向，都是光伏的新机遇，但似乎又远🌟远不够。 过去十五年，光伏行业的叙事是“成本曲线向下、👍装机曲线向上”。但最近这一两年，“内卷—亏损—出清”成为行业🚀主旋律：上游减产、组件跌价、制造端全面亏损。真正的解题思路，🤔除了“反内卷”从供给侧解决问题以外，最根本的，离不开需求的拓🙌展与创新。 过剩的并不是光伏装机规模本身，而是无法被消🙌纳的绿电。从国内市场来看，我国“装机—负荷—电网”已经形成资⭐源错配。2025年，行业机构预期新增装机215–255GW这😍样一个谨慎区间，其背后就是对绿电市场化交易、电价波动和并网容🥳量的再定价。 欧美的光伏装机亦存在放缓预期，并非是它们😘已经装不下风光，而是装得下但需要时间和空间来转移。以德国为例😜，2024年负电价达到457小时，今年上半年已达389 小时😴，接近2023年全年。白天电太多、夜晚电太少，已是海外新能源👍市场的普遍特征。所以，海外储能爆单了，这一点都不奇怪。 😢 以储能为例，当光+储的度电成本与化石能源同价之后，我们就会😢惊奇的发现，其发展速度究竟有多么迅猛。在这个世界的每一个角落🥳，哪里的光+储成本接近甚至打平化石能源，哪里的光+储就会大爆😢发。 因为，现在光伏组件已经前所未有地便宜，储能系统也🙌已经前所未有地便宜。所以，无论是电网老旧的欧洲，还是电网同样💯老旧的美国，储能都在大爆发，海外储能特别是大储爆单，主流电芯😁厂的产能都已经开足，系统集成企业业绩狂飙。这一点，就连特朗普🙌政府的非理性打压都无法阻止。 难怪早在今年1月，即使特😡朗普上台，已经在美国下了重注的阿特斯仍然落子无悔，当时瞿晓铧😡和他的董事们说： “从现在美国大选以后的情况来看，我觉💯得气候变迁不会再是美国光伏或者是新能源往后几年的主旋律了——🚀你们不能靠它当驱动力。什么是驱动力呢？就是纯粹的电力需求，能🤩源需求。所以我们在美国生产，我们就要把光伏当成跟油气、核电一🤯样，在同一个市场中竞争，这样一种能源形式。我们必须要做到发挥❤️新能源的一个优势，那就是建设速度要快。同时，新能源的发电成本😆已经达到可以和其他传统能源竞争的阶段，我们必须充分发挥我们在😂电化学储能上已经建立的优势，要成为美国能源市场中有竞争力的一😎家企业。” 看不见的需求 赶碳号个人认为，大国博🤩弈，无外乎在几个方面：一是经济，二是科技，三是能源，四是军事😀，五是文化。其中，军事最硬，文化最软，两者都极为重要。这两者🥳都离不开强大的经济基础。科技与能源，是经济的重要支撑和驱动，💯而能源又是AI、制造业的基石，即所谓百业之基。 所以，👏能源领域的竞争与博弈或许是隐性的，现在已经逐渐显性，但却是胜🔥负手之一。当我们倡导以新能源破解环境难题时，我们的对手就会公😘然否认碳中和逻辑，执意要重走化石能源老路。他们除了拥有大量的😆页岩油气以外，最近还发现了大煤田。当然，根本原因在于，即使他🙄们知道可再生能源是大势所趋，但他们在这场竞争中已然处于劣势，😅所以只能这样出招。 面对化石能源逆风，新能源又将会以一🎉种什么样的速度和方式来成为未来能源的主角呢？赶碳号认为，从过🎉去20年来的降本提效曲线来看，答案其实早已写好。基于这同样的😴逻辑，光伏、储能作为我们的优势产业，我们现在还会担心、质疑这😂场“反内卷”不能取得应有的效果吗？反内卷，不只是新型工业化的😍要求，而是国家战略。 回到现实，光伏、储能的需求究竟在🙄哪里？ 事实上，那些被统计口径忽略、被传统并网范式遮蔽🚀的“看不见的需求”，或许才是光伏与储能的未来。它们包括：电力🤗侧/用户侧储能与VPP、绿电直连与微电网、工业级离网化、风光🥳储制氢氨醇、以及正以指数速度崛起的AI算力负荷。 以绿😍电直连为例，这可能会成为一场没有电网参加的伟大革命。 😎赶碳号在8月初参观了内蒙一个全球最大的绿氨项目。当时，我们算🤔了一笔账，如果光伏的度电成本在0.1元以下，那么每公斤绿氢的😉成本就有望控制在10元以内，每公斤绿氨的生产成本则有望控制在😀2元左右。 现在，国际市场中欧盟的绿氨价格是8元/公斤😡，日韩大约是5元/公斤。这个市场未来会有多大呢？仅以碳排放强🔥度极高的远洋运输行业为例，每年全世界的航运业就要消耗两亿吨石😢油。到2050年，如果全球航运行业实现碳中和，按能量密度换算😘，这个行业的绿氨需求就是8亿吨。每吨即使按5000元人民币来🤗计算，就是4万亿的市场！这，只是航运一个行业。赶碳号参观的这😢个全球最大绿氨项目，是一个风光储耦合制氢转制绿氨项目，全离网🎉。从建设到投产，这个项目只用了电网几百度电。 市场需求😍，往往是被创造出来的。据说国内有几十艘绿氨远洋运输船舶，正在😡我们的船坞里建造。就像我们通过电车重塑全球汽车产业格局一样，👍我们完全也可以依托中国强大的造船业与远洋运输业，重构远洋运输😘的能源格局，引领这个行业实现碳中和。正如钱智民在今年SNEC🚀上所说，有一批绿氨项目，已经在建设中…… 绿电消纳难题😎，已经越来越突出，关键在于风电光伏的波动对于电网的冲击。如果🤩我们跳出绿电一定要并网这个固化的思维范式，就将会打开一个无比⭐巨大的空间。 离网！过去的离网只停留在通讯基站，欠发达🌟地区的光储基本生活照明，以及电力基础设施匮乏的海岛等等。这样❤️的市场太小了。能源的最重要形式是电力，但不只是电力。如果我们🥳用绿电来改造所有高耗能行业、高耗电行业，那将是一个怎样的结果😢？！ 风光储如果看作是“新煤炭”，那么氢氨醇就是“新石😂油”。如果我们用风光储制氢，转制绿氨绿醇，包括绿电直连，其实😍就是“新电网”。 绿电+，有机会改造很多高耗能行业，比😡如钢铁、电解铝等重化工行业，特别是数据中心这些耗电巨兽等等。😆众所周知，我国的居民用电与工业用电价格倒挂，如果风光储的绿电🤩价格比大工业用电更便宜，那么肯定也会极大地推动电力市场化改革👏。这样，电网再无鸭子曲线冲击之虞，风光也不会被各种限制，岂不👏皆大欢喜？ 拯救地球的清洁绿电，不是垃圾电，也不应该成😡为垃圾电！储能、绿电直连、虚拟电厂、阳台光伏等等，将给绿电重😜新定价，迸发出巨大的生机与活力！ 总结下来，光伏、储能😀制造端的“卷”，其根本原因是需求侧的“薄”。要把需求做厚，就😴必须用储能、微电网、直连PPA等，把“曲线外”的用电负荷组织😍起来。 这些生意，已经在轰轰烈烈地发生。返回搜狐，查看🙄更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多