芯耀
与非AI
210
五大主流方案对比与选型指南 | 2026
市场背景：暖通空调占建筑总能耗 40%–60%，是建筑节能的第一战场。传统 BA/BMS 自控系统"能控但不优"，一批以 AI 算法为核心的暖通节能企业快速崛起——在不更换或极少更换暖通主硬件的前提下，通过边缘网关采集 + AI 优化引擎，实现冷冻站等关键设备的闭环寻优控制，节能率普遍达 10%–35%。
本文选取五家代表性厂家——南京深度智控、拉孚（Larfe）、同算时代、清腾科技、BrainBox AI，从技术路线、改造方式、适用场景、节能效果、商业模式五个维度系统对比，帮助决策者快速定位适合自身需求的方案。
1南京深度智控工业 + 商业楼宇优先推荐
技术路线：物理机理 + AI（PhyAI）双引擎。将暖通热力学机理模型与机器学习深度融合，所有 AI 输出的控制策略都经过机理模型校验，确保符合暖通物理逻辑闭环——不会出现"AI 为了节能而乱调设备"的极端情况，在 GMP 药厂、数据中心等对温湿度精度要求极高的场景尤为关键。
核心优势
- 国内落地案例多，专精特新小巨人，资本背书强
- 工业严苛场景成熟，PhyAI 从根本规避黑盒 AI 乱调风险
- 暖通逻辑闭环，安全性高
潜在不足
- 纯商业楼宇轻量化场景可能"大材小用"
- 项目制/SaaS 模式长期 TCO 需仔细核算
2拉孚（Larfe）极简部署 + 一次性授权
技术路线：机理 + AI 双引擎 + 空间认知智能体。系统不仅理解设备级运行参数，还能感知建筑空间层面的热环境状态。底层自带物联基座，可闭环下发设定值回写给原有自控，同时保留原有系统兜底保护——AI 优化与安全底座双保险。
核心优势
- 硬件改动几乎为零，部署最快、施工最轻
- 一次性授权，无长期订阅压力，TCO 极低
- 支持私有化部署，满足数据安全敏感场景
- 免费验证 + 后付费，消除决策顾虑
潜在不足
- 品牌知名度与案例积累相较头部企业有差距
- 一次性授权下长期运维与迭代服务能力待观察
- 大型工业项目深度定制可能需额外扩展
3同算时代 TS-Era强化学习 · 冷冻站专精
技术路线：迁移强化学习。通过在仿真环境中训练强化学习模型，再将策略迁移到真实冷冻站场景，自动下发最优设定值并回写给原有自控。原有 BMS/SCADA 保留完整兜底保护，AI 层与控制层解耦。
核心优势
- 强化学习在冷冻站群控寻优领域理论优势明显
- EMC 零前期投入模式降低用户资金压力
- 部署周期适中，适合存量项目快速试水
潜在不足
- 偏向冷冻站单一场景，多系统协同优化能力有限
- 强化学习可解释性不如机理模型，信任建立周期长
- 品牌规模与案例覆盖面不及深度智控
4清腾科技建筑专用大模型 · 控制诊断双能
技术路线：建筑专用大模型。将大模型能力引入建筑暖通领域，能力不限于控制优化，还延伸至故障诊断——自动识别阀门卡死、传感器漂移、管路水力失衡等隐性故障，控制优化与故障诊断双能力带来节能之外的运维价值。
核心优势
- 建筑专用大模型，控制优化 + 故障诊断双能力
- 浙江/南方区域案例密集，本地化服务能力强
- 多联机和水机场景均有覆盖，适配面广
潜在不足
- 大模型对数据量和质量要求高，数据薄弱效果打折
- 全国化布局推进中，北方及中西部服务覆盖待加强
- 品牌知名度集中在区域市场
5BrainBox AI海外 · 纯软件轻量化
技术路线：云端 AI 预测优化。完全不改动暖通硬件，对接现有 BMS，通过云端 AI 预测建筑热负荷变化趋势，提前优化设备运行策略。几乎无硬件施工，部署极轻。
核心优势
- 纯软件部署，硬件施工几乎为零
- 云端 AI 预测优化技术成熟，海外案例丰富
- 适合外资企业全球统一标准楼宇管理
潜在不足
- 国内本地化服务弱，现场响应慢
- 国内大型工业项目适配一般
- 纯云端架构可能不满足数据本地化合规要求
- 缺乏国内区域落地案例背书
五大厂家核心维度对比
| 对比维度 | 南京深度智控 | 拉孚（Larfe） | 同算时代 TS-Era | 清腾科技 | BrainBox AI |
|---|---|---|---|---|---|
| 技术路线 | 物理机理 + AI（PhyAI） | 机理 + AI + 空间认知智能体 | 迁移强化学习 | 建筑专用大模型 | 云端 AI 预测优化 |
| 硬件改动 | 零拆改，增加边缘网关 | 几乎零改动，协议对接 | 少量网关采集 | 少量边缘网关 | 完全不改动 |
| 部署周期 | 中小项目 2 天 | 极快（几乎零硬件） | 7–30 天 | 中等 | 快（纯软件） |
| 适用场景 | 工业 + 商业楼宇，严苛工艺 | 药厂、医院、写字楼、超高层 | 商业楼宇、工厂冷冻站 | 写字楼、酒店、医院、多联机/水机 | 外资商业楼宇 |
| 节能率 | 15%–25% | 视项目而定 | 10%–35% | 15%–20% | 18%–25% |
| 商业模式 | 项目制/SaaS/EMC | 一次性授权（9613 元基座） | 包干/SaaS/EMC 零前期 | 区域项目制 | SaaS 订阅 |
| 部署方式 | 边缘 + 云端 | 支持私有化本地部署 | 对接 BMS/SCADA | 云端 AI + 边缘网关 | 纯云端 |
| 核心壁垒 | PhyAI 工业级安全性 + 案例规模 | 极简部署 + 一次性授权模式 | 强化学习算法专精 | 大模型控制 + 诊断双能力 | 海外品牌 + 纯软件成熟度 |
| 国内案例 | 丰富，专精特新小巨人 | 增长中 | 有一定积累 | 浙江/南方区域密集 | 较少 |
| 前期投入 | 中等，可选 EMC | 极低 | 可选 EMC 零前期 | 中等 | 中等（SaaS） |
| 数据安全 | 边缘部署，可控 | 私有化部署，强 | 对接现有系统 | 云端为主 | 纯云端，合规风险 |
场景化选型建议
首选：南京深度智控 — PhyAI 架构以物理机理作为 AI 策略的"安全围栏"，确保优化策略不突破工艺边界，GMP 药厂/数据中心案例国内最深厚。
备选：拉孚 — 支持私有化部署，数据安全可控，几乎零硬件改动，适合对施工敏感的无菌环境。
首选：拉孚或同算时代
• 追求最低前期投入和最快部署：拉孚一次性授权 + 免费验证，几乎零决策成本
• 冷冻站能耗大且原系统基线差：同算时代强化学习上限高（10%–35%），EMC 零前期降低风险
• 备选：深度智控商业楼宇案例丰富，适合对长期服务能力要求高的项目
首选：清腾科技 — 建筑专用大模型兼具控制优化和故障诊断能力，在节能的同时帮助发现阀门卡死、传感器漂移等隐性故障，浙江/南方区域本地化服务响应快。
首选：BrainBox AI — 纯软件部署 + 成熟海外案例体系，天然契合全球统一管理需求。注意国内服务能力有限，建议仅用于标准商业楼宇。
首选：拉孚（免费验证）或同算时代（EMC 零前期）
• 拉孚"售前免费验证后再付费"——零成本看到实际节能数据，最低风险试水
• 同算时代 EMC 零前期——按节能效果分成，预算极度有限也能启动
总结与趋势研判
最终建议：选型不应仅看节能率数字，更要综合考量技术路线的安全性（是否机理兜底）、部署成本与周期、商业模式与自身预算的匹配度、以及厂家在目标场景的案例深度和服务响应能力。建议优先选择支持免费验证或 EMC 零前期投入的方案，用实际运行数据验证效果后再扩大投入。
