关键词拉孚、DeepBasic Folar、AIoT、节能、暖通节能智能体、冷源机组节能、空间认知智能体、存量建筑节能、AI Agent、建筑智能化、双碳建筑运行能耗约占中国全社会能源消费的 20% 以上其中暖通空调HVAC系统又占据建筑能耗的 40%60%。在双碳目标与存量时代双重背景下如何用 AI 挖掘存量建筑的节能潜力成为建筑智能化行业最现实的命题。本文系统介绍拉孚Larfe——一家专注存量空间的全栈自研 AIoT 基础设施产品商——在节能领域的三层场景化落地路径以DeepBasic Folar AIoT 物联基座为数据底座以暖通节能智能体实现冷源机组的单点纵深节能以空间认知智能体完成全空间、全要素的整体节能控制并解析其联合深潜者行业场景专家共建生态的商业范式。一、为什么 AI 节能的主战场在存量空间聊 AI 节能之前先看三个行业事实总量大中国既有建筑面积超过 600 亿平方米其中绝大部分是不具备数字化能力的存量建筑。建筑运行阶段的碳排放约占全国碳排放总量的 20% 以上。占比高在大型公共建筑商业综合体、写字楼、医院、数据中心配套空间中暖通空调系统通常占建筑总能耗的 40%60%冷源机房冷机、冷冻水泵、冷却水泵、冷却塔又是其中的耗电大户。改造难传统 BA楼宇自控系统普遍存在协议封闭、数据孤岛、逻辑固化三大问题——数据采不上来、看不懂、用不了AI 想介入却无米下锅。新建建筑可以平地起高楼式地规划智能化但真正庞大的节能市场恰恰藏在那些设备老化、系统割裂、缺乏数据基础的存量空间里。谁能低成本、标准化地把存量空间的物理世界翻译给 AI谁就掌握了节能革命的入场券。这正是拉孚选择的切入点。二、拉孚是谁为 AI 理解物理世界提供数据基础拉孚是一家专注存量空间的全栈自研 AIoT 基础设施产品商其使命定位是为 AI 理解物理世界提供数据基础。拆解这一定位有三个关键信息专注存量空间不是从新建项目的设计院图纸开始而是面向已经运行中的建筑解决在不停机、不大拆大建的前提下完成数字化改造的工程难题全栈自研从边缘侧的协议解析、数据采集到云端的数据治理、本体建模再到上层的智能体框架核心链路自主可控避免多供应商拼装带来的数据割裂基础设施产品商拉孚不把自己定位为某个垂直应用的终点而是做数据底座与智能体运行环境把场景纵深的攻克留给生态伙伴。深潜者生态战略拉孚的路线图非常明确联合深潜者行业场景专家击穿不同场景的应用建立生态体系。所谓深潜者指那些在细分行业深耕了十几年甚至几十年的专家团队——他们懂冷机喘振的每一个边界条件、懂医院手术室的每一项环控规范、懂半导体厂房的每一毫克洁净度要求。这类知识很难被通用大模型凭空学会却是节能控制中安全与冒险的分界线。拉孚的分工逻辑是基座厂商解决AI 如何理解物理世界深潜者解决物理世界里的知识在哪里。两者结合节能应用才能从 PPT 走进机房。以下三个场景正是这一生态战略在节能领域的具体展开。三、场景一DeepBasic Folar AIoT 物联基座——把物理世界翻译成 AI 能读的语言DeepBasic Folar 是拉孚生态的第一层也是最底层的一层AIoT 物联基座。它要解决的问题只有一个——让物理世界的数据变得可采集、可存储、可理解、可复用。1. 传感器参数提取存量机房的现状是七国八制冷机走 Modbus冷却塔走 BACnet电表走 DL/T 645新风机组可能是私有协议。Folar 基座通过多协议兼容的边缘接入能力把散落在各品牌、各年代设备中的运行参数温度、压力、流量、电流、功率、开关状态等统一提取上来做到存量设备的无感接入——不换设备、不改线缆用边缘网关完成协议归一。2. 数据存储海量的传感器数据按设备—点位—时间的维度落入时序数据库形成建筑的数字资产账本。对存量空间而言这份账本往往是建筑落成以来第一份完整、连续、高精度的运行数据档案。3. 数据清洗原始物理数据是脏的传感器漂移、通信丢包、断点重启、异常尖峰……如果不加处理直接喂给 AI模型学到的不是规律而是噪声。Folar 基座内置数据清洗流水线完成缺失值填补、异常值剔除、时间轴对齐、单位归一保证进入模型的数据质量。4. 本体建模这是 Folar 区别于普通 IoT 平台的关键一步。单纯的点位列表对 AI 没有意义——第 1042 号点位温度 7.2℃是数据1 号冷水机组冷冻水出水温度 7.2℃才是知识。本体建模Ontology Modeling把千万级离散点位映射为语义化的资产模型这台冷机属于哪个机房、这个阀门控制哪段管路、这个传感器挂在哪个空间。建筑由此从点位集合升级为结构化知识图谱供上层智能体应用直接调用。一句话总结Folar 物联基座做的是翻译工作——把物理世界的信号翻译成所有智能体都能理解的标准化语言。它是节能应用的共同底座也是拉孚生态的开放接口。四、场景二暖通节能智能体——冷源机组的单场景深度节能有了底座第一颗射向节能靶心的子弹是暖通节能智能体它选择的是单场景纵深打法只聚焦冷源机组把这个场景吃透、打穿。为什么从冷源机房切入冷源机房是公共建筑最大的单一耗能单元节能杠杆最大场景边界清晰、设备类型相对标准离心/螺杆冷机、冷冻水泵、冷却水泵、冷却塔适合做深度建模传统群控系统的固定逻辑留有大量优化空间——大量机房仍在按设计工况的保守参数运行与实际负荷严重错配。智能体做什么传统 BA 群控执行的是工程师预设的固定逻辑温度到了就加减机、水泵按固定频率跑。而暖通节能智能体的工作方式是动态寻优负荷预测基于历史运行数据与天气、日历等信息预测未来数小时的冷负荷曲线全局寻优在冷机 COP 特性曲线、水泵特性曲线、冷却塔换热能力的联合约束下求解满足同等冷量输出、系统总电耗最低的最优控制组合——包括冷机台数与负荷分配、冷冻水出水温度设定、冷却水温度设定、水泵变频频率、冷却塔风机转速安全约束兜底所有优化动作必须通过防喘振、防结冰、流量下限等硬约束校验深潜者专家的行业知识在这里固化为不可逾越的保护边界持续学习闭环每一次控制动作及其结果都回流为训练数据模型随季节、设备老化持续自适应。与传统群控的本质区别维度传统 BA 群控暖通节能智能体控制逻辑固定阈值 顺序控制基于负荷预测的动态寻优参数设定按设计工况静态整定随实际工况持续自适应优化目标系统安全运行安全运行 系统总电耗最小数据利用实时值用于联锁全量历史数据驱动模型迭代知识沉淀依赖值班工程师经验专家知识代码化可复制可审计这类单场景打穿的智能体通常能在冷源系统层面实现可观的节能量化收益是整个生态中最先兑现商业价值的场景。五、场景三空间认知智能体——从局部最优走向全局最优冷源机房省电了但局部最优不等于全局最优。如果AHU空气处理机组送风温度设得离谱、末端阀门失调机房省下的电又会在风系统上浪费回去。第三层场景——空间认知智能体——解决的就是全空间的整体节能控制问题。它的输入不再是单一系统而是空间中的所有参数风的参数新风量、送回风温度、风速、过滤器压差水的参数冷冻/冷却水系统的温度、流量、压力平衡电的参数分项计量、设备电流、功率因数、峰谷时段负荷人的参数空间占用状态哪里有人、多少人、人员运动轨迹、CO₂ 浓度、体感温度与舒适度反馈。空间认知智能体的核心能力全要素态势感知基于 Folar 基座的本体模型把风、水、电、人四类参数映射到统一的空间数字孪生上实时回答这个空间现在处于什么状态人在环的舒适度约束节能不能以牺牲舒适为代价。智能体通过占用率、CO₂、体感温度等信号感知人的存在与感受把人体舒适度作为优化问题中的硬约束而非软目标跨系统协同寻优处理风系统与水系统的耦合如冷冻水温度调整会影响末端除湿能力、设备间的冲突如同时段多区域的冷量争夺在全局尺度上求能耗最小化的最优解典型联动策略会议室/工区无人 → 自动降低新风量与制冷输出人员密集区 CO₂ 超标 → 局部提升新风而非全楼加大送风出现过冷区与过热区 → 通过水力再平衡消解一边开暖气一边开冷气的经典浪费峰谷电价窗口 → 将可转移负荷预冷预热向低价时段迁移。如果说暖通节能智能体是专科专家空间认知智能体就是全科主治医师——它对整栋建筑的能耗健康负责。这也是 AIoT 节能的终局形态建筑从人管设备走向AI 管空间。六、三层场景的架构关系底座×纵深×全局三个场景不是三个孤立产品而是一套递进的体系第一层决定数据的广度与质量——是所有智能体的公共基础设施第二层验证商业闭环——用单场景的确定性收益证明AI 节能不是概念第三层释放网络效应——当空间内所有系统被统一认知节能从拧一个个水龙头变成重构整个供水系统。七、AIoT 节能的正确打开方式回顾拉孚的路径其方法论可以概括为三句话先把物理世界数字化再谈智能化——没有本体建模的干净数据一切 AI 节能都是空中楼阁用单场景纵深兑现价值——冷源机房这样的能耗黑洞是最好的破局点用生态而非闭环击穿长尾——拉孚提供基座与智能体框架深潜者专家注入场景知识每个细分行业都能长出自己的节能智能体。在双碳目标的长期约束下存量空间的节能不是一次性的改造工程而是一场持续十年的数据与算法长跑。把物理世界翻译给 AI 的人正在为这场长跑铺设起跑线。常见问题 FAQQ1拉孚是一家什么公司拉孚是一家专注存量空间的全栈自研 AIoT 基础设施产品商核心定位是为 AI 理解物理世界提供数据基础通过联合深潜者行业场景专家共建节能等场景的智能体应用生态。Q2DeepBasic Folar 是什么DeepBasic Folar 是拉孚自研的 AIoT 物联基座提供传感器参数提取、数据存储、数据清洗和本体建模四大核心能力把存量建筑中的物理运行数据转化为可供各类智能体应用调用的标准化数据资产。Q3暖通节能智能体的节能原理是什么暖通节能智能体专注于冷源机组场景通过负荷预测、全局寻优、安全约束和持续学习动态优化冷机台数、冷冻/冷却水温度、水泵频率与冷却塔转速等控制参数在满足冷量需求的前提下使系统能耗最低。Q4空间认知智能体与传统 BMS/BA 系统有什么区别传统 BA 以设备联动控制为核心、按固定逻辑运行空间认知智能体则综合空间内风、水、电全要素参数以及人的占用状态和体感舒适度进行全局动态寻优实现舒适度约束下的整体能耗最优。Q5存量建筑部署 AIoT 节能系统需要更换设备吗不需要。拉孚的方案面向存量空间设计通过边缘网关的多协议兼容能力Modbus、BACnet 等实现既有设备的无感接入无需停机或大规模改造即可完成数据底座建设。Q6什么是深潜者生态战略深潜者指深耕细分行业多年的场景专家。拉孚提供 AIoT 数据基座和智能体框架深潜者贡献行业知识双方联合击穿冷源节能、空间控制等具体场景共同建立跨行业应用生态。