孵星入孵企业「墨赛核」获杭州资本旗下杭州人才基金、润苗基金投资，以物理AI引擎重塑能源设计和运维新范式｜孵星Family

国内能源行业发展重心已从工程建设转向设备全生命周期设计运维一体化，市场年增速达10%，成长为千亿级优质赛道。但行业同时面临三大发展难题：首先，能源设计对安全和性能要求高、涉及多专业耦合与强规范约束，对计算精度和结果可解释性要求严格；另外，传统运维高度依赖人工巡检与定期检修，人力成本高、高危作业风险大，人工排查也难以识别设备早期故障，滞后预警易引发非计划停机；最后，运维决策多依靠个人经验和点状监测数据，缺乏科学支撑，设备运行效率难以提升。

与此同时，通用AI在工业场景普遍“水土不服”。能源设备存在监测数据少、标注成本高的问题，纯数据驱动模型准确率仅30%-40%，易产生决策幻觉；更重要的是，通用AI脱离流体力学、结构力学等底层物理规律，输出结果不符合设备运行逻辑，无法满足能源行业严苛的安全标准，也难以理解垂直领域专业规范。

在此背景下，融合物理规律的工业物理AI成为行业破局关键。「摩斯智工」跳出纯数据驱动的思路，搭建“计算+知识+物理”三位一体技术体系，采用“数据黑盒模型+物理可解释模型”双轨架构，让AI兼顾数据分析能力与物理约束，精准适配工业小数据、高安全、强规则的场景特征。

基于三大技术底座，摩斯智工推出物理AI引擎、AI智能体、数字孪生三大产品线，深耕核电、海上风电、水电，服务国家能源集团、国家电投集团、中广核集团等头部央企，众多标杆项目落地，用量化成果印证技术价值与落地能力。

(1)核电场景：针对核电站信号通道多、瞬态统计与合规报告编制难度大的痛点，摩斯智工为核电站打造核电机组瞬态智能识别运维管理方案，严格遵循RCC-M，ASME核电规范搭建自动化作业流程。以往两名资深核岛工程师完成相关工作需要两个月，如今1名工程师配合AI智能体，1小时即可完成全流程操作。系统自动完成数据清洗、故障归类与报告生成，在大幅提效的同时，减少人为失误，筑牢核电安全防线。

(2)海上风电场景：针对海上风电项目设计流程繁琐、前期文书编制复杂等问题，摩斯智工为海上风电设计提供提质增效的解决方案。在山东某900MW海上风电场的设计环节，采用风机与海缆规划设计优化智能体进行设计工作，原本4人两周的工作量，缩减为两人1小时复核即可完成，方案迭代能力从20次提升至1000次以上，设计优化后的风电场年发电量提升2%-5%，年增收约3000万元，海缆建设成本下降15%，单场节约成本近4500万元；而海上风电项目建议书生成AI智能体则依托RAG技术，实现根据规范要求的设计报告文档自动编制与合规追溯，解决行业设计报告编纂耗时耗力、数据一致性难以保证的痛点。

整体来看，「摩斯智工」的产品精准匹配各赛道核心需求，物理AI的技术路线，使其在小数据、高安全的工业场景中优势显著，商业化发展路径清晰。

从核电的合规运维到海上风电的设计优化，「摩斯智工」的产品矩阵精准击中各细分赛道核心痛点。而物理AI的核心架构，也让产品在高安全、强规则、小数据的工业场景中具备天然优势，商业化落地路径清晰，增长动能十足。

硬核成果的背后，是一支能力全面、经验深厚的核心团队。创始人兼CEO闵皆昇为法国鲁昂国立应用科学学院能源动力博士、法国国家科研中心博士后，深耕能源应用，是浙江省领军人才、高级工程师。他主持过多项中法能源合作项目，发表30余篇国际论文，手握40余项发明专利，具备顶尖科研与大型项目统筹能力。曾任职法国电力集团（EDF）核电研发总监，主导技术本土化、产品商业化与大客户服务，完整跑通“技术-产品-市场”全商业链路。

目前公司团队硕博学历占比超70%，成员覆盖物理仿真、AI算法、能源等领域，全员在能源行业平均从业经验达10年，兼具国际技术视野与本土落地实战能力。