大模型浪潮正在席卷千行百业。今天，为大家播报一则我们在新能源行业的最新进展。

在新能源光伏和风力发电行业，一直存在明显痛点。

发电容易受到太阳辐照、风速、云量、温度、设备性能等多重因素影响，导致发电效率不稳定、用电供需不平衡、电价波动剧烈、储能调度收益低等一系列问题。

今天，我们正式发布EnergyTS能源电力时序大模型，通过AI技术来精准预测发电量、供需情况等，为光伏电站的投资选址、行业收益评估、储能调度运营效率、资产风险管控提供重要决策依据。

我们还与协鑫能科共同发布了EnergyTS大模型一体机“首个光伏场景共建用例”，结合协鑫集团的光伏设备特性参数、部署安装方式等进行定向设计与研发，进一步提升发电预测准确率。

EnergyTS就像新能源发电的资深专家，它融入了能源行业专业知识，并基于海量跨行业、多模态数据训练，能广泛用于光伏发电、风力发电、储能、微电网、电力交易、虚拟电厂等多个场景。

无需额外的训练，就能“开箱即用”。同时，模型架构灵活，可同时支持多个检测任务，并保障系统稳定性。

问题来了，EnergyTS的场景评测效果如何呢？

注：以上指标基于蚂蚁数科自有评测数据集；MAE为平均绝对误差，数值越小代表预测越精准。

在光伏场景的测评显示，EnergyTS在行业评测集上的发电量预测准确率超越谷歌(TimesFM-V2.0)、亚马逊(Chronos-Large)等行业主流的通用时序模型！

尤其在更长期的预测任务中展现了更高的准确性和稳定性。其中，在T+1天的预测中，EnergyTS的MAE（平均绝对误差）仅为0.0233，较谷歌的TimesFM性能提升约22.4%。在T+3天的预测任务中，EnergyTS的性能较谷歌TimesFM提升约46.8%，较亚马逊（Chronos-Large）提升62.4%。

除了新能源行业，未来我们还将在更多行业与场景进行探索，真正让大模型成为驱动企业智能化升级、业务增长的加速器！