8月28日，中控技术发布的新一代时间序列大模型TPT2，以平台化、生态化为核心，积极响应国务院日前发布的《关于深入实施“人工智能+”行动的意见》，推动“AI普惠”在工业领域扎实落地。
据悉，该工业智能体平台致力于显著降低企业智能化改造成本、提升运营效率，成为当前工业AI从“可用”走向“好用”的关键转折点。中控技术从DCS系统起步，逐步发展现场仪表、工业软件，再到推出工业AI大模型，反映出工业AI正从定制化、高成本的项目模式，走向平台化、可复用的生态模式。
在业内看来，这一转变不仅是对国务院提出的“推动产业全要素智能化发展，加快工业软件创新突破”要求的具体实践，更意味着工业价值创造方式正在重构。
当前，传统项目制开发模式已难以支撑工业AI在复杂场景中的规模化应用，而大模型正在重塑整个工业AI价值链。在此背景下，中控技术强化“工业AI平台型公司”的定位，不再局限于技术供应商，更致力于构建面向未来的工业智能新生态。
TPT2新品发布01 破局之道：工业AI如何“用得起、用得好”？
长期以来，工业人工智能虽被寄予厚望，却因开发成本高、实施周期长、场景适配难，始终难以摆脱“用不起、用不好”的困境，而“用得起、用得好”的AI已成为众多企业的核心诉求。
中控技术最新推出的时间序列大模型TPT2，正试图从技术底层重构这一诉求。它所带来的，不仅是模型精度或速度的提升，更是一场开发范式的转移：从项目定制走向平台赋能，从专家依赖走向自动化配置，从重资金投入走向适度成本、快速见效。在这套逻辑之下，工业AI是否能够从小众走向普及或许有望成为一个可被系统性回应的问题。
究竟何为“普惠”？它不应是低水平的技术妥协，而是要在大幅降低使用门槛与资金投入的同时，不让效果打折扣。
例如，此次中控技术最新发布的时间序列大模型TPT2，宣布其在三大关键维度实现突破，旨在推动工业AI从辅助工具迈向自主操作新阶段。
一是引入智能体（Agent）能力，使模型不再仅停留在数据分析和被动响应层面，而是具备自主感知、决策与执行能力，能够主动识别工业场景中的异常状态并及时介入处理；
二是大幅提升模型开放性，支持跨场景通用适配。用户只需输入相应数据，即可快速生成适用于该场景的专用模型，显著降低定制化开发门槛，加快落地效率；
三是通过TPT2对现有软件产品体系，包括优化、诊断与仿真等模块，进行深度整合与重构，构建起完整的“数字员工”解决方案，最终实现生产装置的自主化运行与持续优化。
中控技术副总裁、Industrial AI事业群CEO吴玉成表示，TPT2的核心突破在于为工业系统引入“时空理解”能力。该模型不仅能处理时间序列数据，还可理解设备参数之间的空间关联，实现对工业场景的深层认知。
据介绍，TPT2以时序预测为核心，融合行业知识与轻量化部署，直面数据稀疏、实时响应难等工业瓶颈。通过将复杂AI开发解构为可复用、可组合的模块，中型工厂也能以极低成本和周期，部署高精度质量预警或能耗优化模型。
目前，TPT已在万华化学、中国石化镇海炼化、大唐多伦煤化工等行业头部客户的百余套装置上取得了突破性应用。
在万华化学的废液处理场景中，TPT将原本需要6~8小时的pH值调节过程缩短至1小时以内，效率提升超80%；在中国石化镇海炼化，TPT优化了常减压装置的油品切换操作，将操作时长从6~7小时压缩到2小时以内，每年为用户减少上千万的油品加工损失。
未来，中控技术还计划将TPT的应用场景向建材、冶金、造纸等更多领域拓展，让用户通过自然语言对话即可调用AI能力，无需掌握复杂技术，真正实现“AI普惠”落地。
02 价值重构：AI从“辅助”走向“决策”新阶段
当前，人工智能正逐步深度融入工厂运营的核心环节，推动人机关系从辅助工具向协同决策演进。也就是说，AI不再局限于处理表格数据或执行单一任务的机械臂，而是开始参与工艺优化、故障预测等关键决策过程。
这一转变背后是工业AI可靠性的显著提升。
过去，AI在工厂里的角色更像是处理文档、统计数据的文员，真正涉及产线控制、工艺优化的核心环节仍依赖老师傅的经验和传统自动化系统。AI之所以难以深入，是因为工业现场要求绝对精准、可靠和安全，一个误判可能导致整批货报废甚至安全事故。
而现在，情况正在改变。以中控技术推出的TPT2为代表的工业智能体平台，正在将AI推向更核心的位置。它通过实时分析海量数据，动态调整设备参数、预测故障，甚至自主做出生产决策。也就是说，工厂不再只是自动化，而是进入了自主化时代。可以说，AI正在开始接管工厂了。
但需要强调的是，现阶段“AI工厂”并非完全替代人工。据中控技术相关负责人介绍，现阶段更多的是形成“AI负责实时监测与优化建议，工程师专注战略规划与异常处置”的新型协作模式。
在业内看来，这种协作模式正在打破工业知识壁垒。以往开发一个工业AI系统需要专家团队数月调试，耗资数百万元。如今TPT2将算法和行业知识封装为标准模块，普通工程师输入工厂数据后，几十分钟即可训练出智能控制代理，大幅降低了对专业AI人才的依赖。
此外，以往是供应商卖方案、工厂被动使用，如今工业智能体平台构建起开放生态：合作伙伴可以基于TPT2开发行业应用，工厂也能自主、灵活、低成本地部署AI。
值得一提的是，TPT2在安全提升、质量改进、低碳减排和效益增长等方面已产生实质价值。
在内蒙兴发，TPT实现电解槽集群闭环控制优化，日均降低电耗6700多度；在大唐多伦煤化工，TPT构建“源-网-荷-储”一体化能源管控体系，预计年替代燃煤发电约4.97亿千瓦时，减少二氧化碳排放41.94万吨。
业内分析师认为，只有当AI的实施成本大幅下降、部署效率极大提升，工业智能才能实现真正的普惠。工具化转型带来的最大价值在于实现规模效应，TPT2通过平台化、模块化的方式，显著降低了AI应用的边际成本。实施效率显著提升，极大提高了价值创造能力，让工业AI可以实现普惠价值。
03 行业影响：平台化路径加速工业智能化普惠
随着“人工智能+”行动连续两年被写入政府工作报告，人工智能技术正在加速融入千行百业。制造业成为人工智能技术产品落地应用的重要领域，而人工智能赋能新型工业化也成为实现制造业高质量发展的重要路径之一。
8月26日，国务院发布《关于深入实施“人工智能+”行动的意见》，明确提出以科技、产业、消费、民生、治理、全球合作等领域为重点，推动人工智能与经济社会各行业各领域广泛深度融合。
意见指出，要充分发挥我国数据资源丰富、产业体系完备、应用场景广阔等优势，强化前瞻谋划、系统布局、分业施策。文件提出了明确目标：到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%。
在“人工智能+”产业发展方面，意见强调要推进工业全要素智能化发展，着力提升全员人工智能素养与技能，推动各行业形成更多可复用的专家知识。
而在“人工智能+”行动意见发布之际，中控技术于8月28日发布TPT2，可以说开启了工业自主运行的新时代。
在众多领域，TPT2已经展现出显著价值。比如石油化工领域：或许很多人不知道，日常生活中使用的塑料制品、合成纤维、清洁用品等，大多源自石油化工中的“乙烯裂解”装置。这一过程复杂且耗能极高，直接关系到下游产品成本与环保属性。中控技术近期中标中国石化乙烯装置AI优化项目，双方将携手打造我国自主知识产权的工业AI模型，实现关键生产装置的自主优化与节能降耗。这意味着，未来我们使用的塑料制品可能更便宜、更环保。这种变革正是国务院意见中提到的“促进生产力革命性跃迁”的具体体现，工业智能化的价值，正通过这些看不见的路径，悄然渗入普通人的生活。
中控技术正在走一条属于自己的工业AI发展路径：不追求单一技术突破，而是通过平台化、生态化模式，整合行业知识、算法资源与合作生态，实现全产业链协同发展。
这种思路与意见中“加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态”的愿景可以说是不谋而合。
而其更重要的意义在于，中国开始掌握基础工业软件的核心技术话语权。TPT2已支持众多合作伙伴开发行业专用解决方案，从能源管控、工艺优化到安全预警，越来越多工业场景正在用上中国人自己打造的智能系统。
当我们享受到更便宜的日用品、更绿色的工业产品、更清洁的空气，背后正是这些工业智能系统在默默发挥作用。中控技术TPT2的突破，标志着中国工业智能化正式进入普惠时代，最终成为支撑国家制造业高质量发展的重要基础。
责任编辑：张渲笛
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）