生成式AI與通用AI正在加速工業變革。

近日，國內工業智能化領軍企業中控技術股份有限公司（688777.SH，以下簡稱“中控技術”）正式推出時間序列大模型TPT 2（Time-series Pre-trained Transformer 2），該模型基于工業時序數據構建AI算法，是全球首個深度契合流程工業第一性原理的可信模型。

時間序列大模型是什么？和大語言模型相比，它具備什么特點和優勢？能給行業帶來什么影響？對于這些問題，《中國經營報》記者專訪了中控技術副總裁、大模型研發負責人吳玉成博士。

“TPT是面向于流程工業生產、運行的一個垂直大模型。它不是大語言模型，而是時間序列的模型，即基于溫度、壓力、流量、定位等這些生產過程當中的時間序列數據訓練出來的。”吳玉成表示。

他進一步指出，時間序列大模型能有效描述和預測生產過程中的各種狀態，解決能耗高物耗高、生產不穩定等難題。而中控技術的TPT是目前為止能夠看到的應用于工業現場的，且已落地的唯一大模型。

“因為工廠里所有的生產活動都是（按照）時間序列來表達的，不是靠人的自然語言。”吳玉成指出，時間序列數據全部是數值類型，比如溫度是多少、能耗是多少等，時間序列大模型不僅能更加精確地描述生產、運行，而且能解決問題。時間序列大模型盡管參數比大語言模型小，但也是10億級別，用Byte來表示的。

“核心的難點在于，能不能收集到各種各樣的工藝和各種各樣場景的數據訓練。不像大語言模型，所有的語料都能在互聯網上公開收集到。”吳玉成表示，工業時序大模型不同的工藝包，是散落在各個企業和場景里，基本上很難被收集到，所以訓練這個大模型首先要做好數據集的準備和基于工藝知識對數據進行處理。

據他介紹，本次推出的時間序列大模型TPT 2已SaaS化，部署在云端，通過預訓練加微調來做應用。“能夠接入任意工廠當中，不管是離線的，還是實時數據，做簡單微調就可以解決問題。”吳玉成說。

事實上，用時間序列數據來解決生產問題早已不是新課題，在做工業大數據的時候就已經存在。然而，過去的做法是解決具體的問題，需要AI工程師和工程師到用戶的現場去收集該問題所涉及的一些數據，再基于這些數據去做模型來解決問題。

也就是說，以前沒有通用的解決方法，更多的是做一種定制化的方案。“現在的時序大模型，是基于我們過去收集的大量數據預訓練的一個基礎模型，基本上能把流程工藝當中大部分的規律都糅在里面。在應用的時候，只需要少量的用戶現場數據，基于這個基座模型簡單微調一下就能夠應用了。”吳玉成指出，這是TPT 2對行業發展最重要的意義。

其次，TPT 2大幅降低了用戶的投資成本，并提高了取得效益的效率。“有了這一套體系后，我們能夠做優化、模擬分析、預測預警等。過去做這些事情，要上好多套工業軟件，每一套工業軟件都有不同的工程團隊來服務；現在這些問題在同一個模型上就能解決，提升了效率。”

“另外，過去做這些事情都依賴于每個行業的Know-how，TPT 2包含了石化、化工、冶金等行業。以前老是把大語言模型放在工業里做一些什么論述、回答問題，但不解決問題，現在終于有了解決問題的工具。”吳玉成表示。

據了解，中控技術以DCS業務起家，經過20年的發展，在該領域國內市占率第一。DCS，集散控制系統，又名分布式控制系統，是一種以控制器和現場設備為基礎，將相關工藝信號匯集到系統中，由操作站進行監視或其他控制操作，以分散控制、集中操作、分級管理為主要特征的工業自動化控制系統。

DCS系統的主要功能包括數據采集、信號處理、控制算法執行、監控與報警等，能夠實時監測生產過程中的各種參數和設備狀態，并根據預設的控制策略進行自動調節，以確保生產過程的穩定性和高效性，廣泛應用于工業制造領域的連續生產過程，如化工廠、電廠、制藥廠、煉油廠等。

2025年上半年業績報告顯示，報告期內，中控技術營收達38.30億元，歸母凈利潤3.54億元。近年來，中控技術深化“All in AI”戰略，發力工業AI、機器人等新興業務。財報顯示，中控技術工業AI產品TPT收入11662萬元，機器人產品收入11015萬元。

截至目前，中控技術方面對外公布稱，TPT 2累計預訂訂單企業518家，成交量112套。吳玉成表示，中控技術TPT產品的客戶主要分布于石化、冶金、建材、醫藥、食品等行業。

他還透露，該公司的整個研發團隊加上產品開發近500人，其中核心的AI人才在150人左右，以國外回來的人才為主。同時，時序大模型賽道也在升溫，西門子、艾默生、橫河電機、和利時等國內外公司都在進入。

對于時序大模型的發展趨勢，吳玉成表示，未來，模型將朝著多模態能力增強和算法進一步優化的方向發展。“現階段整個世界對這塊的研究越來越熱了，我們現在的迭代速度大概半年，預計在今年年底或明年春節的時候發布3.0，現在還不宜透露太多。”他說。