中经记者李玉洋上海报道
生成式AI与通用AI正在加速工业变革。
近日，国内工业智能化领军企业中控技术股份有限公司（688777.SH，以下简称“中控技术”）正式推出时间序列大模型TPT 2（Time-series Pre-trained Transformer 2），该模型基于工业时序数据构建AI算法，是全球首个深度契合流程工业第一性原理的可信模型。
时间序列大模型是什么？和大语言模型相比，它具备什么特点和优势？能给行业带来什么影响？对于这些问题，《中国经营报》记者专访了中控技术副总裁、大模型研发负责人吴玉成博士。
“TPT是面向于流程工业生产、运行的一个垂直大模型。它不是大语言模型，而是时间序列的模型，即基于温度、压力、流量、定位等这些生产过程当中的时间序列数据训练出来的。”吴玉成表示。
他进一步指出，时间序列大模型能有效描述和预测生产过程中的各种状态，解决能耗高物耗高、生产不稳定等难题。而中控技术的TPT是目前为止能够看到的应用于工业现场的，且已落地的唯一大模型。
“因为工厂里所有的生产活动都是（按照）时间序列来表达的，不是靠人的自然语言。”吴玉成指出，时间序列数据全部是数值类型，比如温度是多少、能耗是多少等，时间序列大模型不仅能更加精确地描述生产、运行，而且能解决问题。时间序列大模型尽管参数比大语言模型小，但也是10亿级别，用Byte来表示的。
“核心的难点在于，能不能收集到各种各样的工艺和各种各样场景的数据训练。不像大语言模型，所有的语料都能在互联网上公开收集到。”吴玉成表示，工业时序大模型不同的工艺包，是散落在各个企业和场景里，基本上很难被收集到，所以训练这个大模型首先要做好数据集的准备和基于工艺知识对数据进行处理。
据他介绍，本次推出的时间序列大模型TPT 2已SaaS化，部署在云端，通过预训练加微调来做应用。“能够接入任意工厂当中，不管是离线的，还是实时数据，做简单微调就可以解决问题。”吴玉成说。
事实上，用时间序列数据来解决生产问题早已不是新课题，在做工业大数据的时候就已经存在。然而，过去的做法是解决具体的问题，需要AI工程师和工程师到用户的现场去收集该问题所涉及的一些数据，再基于这些数据去做模型来解决问题。
也就是说，以前没有通用的解决方法，更多的是做一种定制化的方案。“现在的时序大模型，是基于我们过去收集的大量数据预训练的一个基础模型，基本上能把流程工艺当中大部分的规律都糅在里面。在应用的时候，只需要少量的用户现场数据，基于这个基座模型简单微调一下就能够应用了。”吴玉成指出，这是TPT 2对行业发展最重要的意义。
其次，TPT 2大幅降低了用户的投资成本，并提高了取得效益的效率。“有了这一套体系后，我们能够做优化、模拟分析、预测预警等。过去做这些事情，要上好多套工业软件，每一套工业软件都有不同的工程团队来服务；现在这些问题在同一个模型上就能解决，提升了效率。”
“另外，过去做这些事情都依赖于每个行业的Know-how，TPT 2包含了石化、化工、冶金等行业。以前老是把大语言模型放在工业里做一些什么论述、回答问题，但不解决问题，现在终于有了解决问题的工具。”吴玉成表示。
据了解，中控技术以DCS业务起家，经过20年的发展，在该领域国内市占率第一。DCS，集散控制系统，又名分布式控制系统，是一种以控制器和现场设备为基础，将相关工艺信号汇集到系统中，由操作站进行监视或其他控制操作，以分散控制、集中操作、分级管理为主要特征的工业自动化控制系统。
DCS系统的主要功能包括数据采集、信号处理、控制算法执行、监控与报警等，能够实时监测生产过程中的各种参数和设备状态，并根据预设的控制策略进行自动调节，以确保生产过程的稳定性和高效性，广泛应用于工业制造领域的连续生产过程，如化工厂、电厂、制药厂、炼油厂等。
2025年上半年业绩报告显示，报告期内，中控技术营收达38.30亿元，归母净利润3.54亿元。近年来，中控技术深化“All in AI”战略，发力工业AI、机器人等新兴业务。财报显示，中控技术工业AI产品TPT收入11662万元，机器人产品收入11015万元。
截至目前，中控技术方面对外公布称，TPT 2累计预订订单企业518家，成交量112套。吴玉成表示，中控技术TPT产品的客户主要分布于石化、冶金、建材、医药、食品等行业。
他还透露，该公司的整个研发团队加上产品开发近500人，其中核心的AI人才在150人左右，以国外回来的人才为主。同时，时序大模型赛道也在升温，西门子、艾默生、横河电机、和利时等国内外公司都在进入。
对于时序大模型的发展趋势，吴玉成表示，未来，模型将朝着多模态能力增强和算法进一步优化的方向发展。“现阶段整个世界对这块的研究越来越热了，我们现在的迭代速度大概半年，预计在今年年底或明年春节的时候发布3.0，现在还不宜透露太多。”他说。
