破解“工業時間”的密碼

　　機器可以解碼時間、預知未來嗎?

　　8月28日在杭州舉辦的2025中控技術全球新品發布暨工業AI創新發展大會上，中控技術的工程師給出的答案是：可以。會上發布的工業人工智能(AI)產品TPT 2，正是憑借破解“工業時間”密碼的本領，成為這個答案的有力注腳。

　　這場面向全球同步直播的活動，吸引近700萬人次線上觀看，微博話題閱讀量超1.4億，微博科技榜排名第5位……這就是TPT 2的魔力。

大會現場。(企業供圖)

　　一款預知未來的工業AI

　　“工廠內發生的任何事件都可以追溯為一段時間序列數據。”中控國際運營公司副總裁，同時也是TPT 2的主發布人——張惠澤解釋道，“例如設備失效，一周之前設備的振動數據可能會有所體現;質量波動，可能是幾分鐘前生產過程中的溫度和壓力未達預期。可以說，工業的一切都圍繞時間序列數據展開。如果能夠破解這些數據，哪怕僅預知未來幾秒鐘，我們就能大幅度地提高生產效率。”

　　以時間序列模型為中心，為讓每個人都可以用到，并解決生產中最困難、最常見的問題——中控技術的時間序列大模型TPT 2應運而生。

　　“能預測時間，就能控制未來。”中控技術算法開發工程師周燁煦說，“如果我們能提前看到關鍵變量的變化，就可以把即將超標的溫度拉回來，把障礙消滅在萌芽之中。預測對于工廠而言，是更高的產量、更安全穩定的運行。預測是從被動應對邁向主動控制的關鍵一步。”

　　在周燁煦看來，“預測時間”主要難在兩點：一是數據難，數量多而質量低；二是模型難，場景多且難泛化。他提出“要讓模型領悟工業的語法”。TPT 2的研發團隊建立了專業數據團隊，聯合一線工藝專家，采用“專家+工具”的方式對數據進行深度數據梳理和有結構化的標注；利用第一性原理激勵模型和高精度仿真技術，生成各種可能的運行狀態數據，精準還原系統中的物理規律和控制邏輯，讓模型能夠提前認識沒有見過的復雜邊緣工況；推出“MoE混合專家模型”，細分出趨勢分析、周期檢測、異常檢測等十余個模塊，讓AI就像數位經驗豐富的“老師傅”一樣，協同應對多元的工業場景。

　　一場關于“效能”的革命

　　AI應用是大勢所趨，但當下的AI產品能在流程工業完美落地嗎?對此，中控創始人、寧波工業互聯網研究院創始人兼院長褚健接受記者采訪時直言：“TPT要干的事就是讓用戶節省成本、增加收益，為他們創造實際的效益。”

　　中控技術產品工程師林想在TPT 2發布時說：“TPT 2要讓任意工業場景、任意裝置、任意崗位的流程工業一線從業者都能夠零門檻用上AI，通過語言輕松調用模擬、控制、優化、預測等核心能力，解決裝置生產運行中的各類問題。”

　　如何實現?林想將其概括為——讓工業AI“懂人話、說人話、干人活”。舉例來說，只需輸入一句“請幫我控穩氯堿裝置鹽水處理的pH值”，TPT 2就會自主分析問題，引導用戶上傳必要數據，調用專家模型給出解決方案。整個過程無需編程知識，無需專家指導，在簡單的對話中專業問題便迎刃而解。每個成功解決問題的模型還可以保存下來，生成專家智能體“Agent”，以在線和離線兩種使用方式運行，讓用戶快速調用。

　　值得一提的是，TPT 2在解決AI“幻覺”方面也具備獨特優勢。TPT 2一方面將第一性原理作為常識融進了大模型的思考體系；另一方面在感知、識別、決策、執行等環節設置了“安全鎖”，在設計與應用兩個層面確保AI的可靠性。“在工業領域我們絕不能接受‘幻覺’。一次錯誤很可能就會釀成一場事故，造成巨額的損失甚至威脅生命，所以我們絕對不會用概率挑戰工業的安全底線。”中控技術應用工程師曾欣欣堅定地說。

　　對于AI的期望，萬華化學總工程師徐寶學坦誠地向記者表示：“企業最重視的還是如何創造價值。”

　　當前經濟形勢下，AI又該如何幫助企業創造價值?“TPT 2不僅是一個用在工業領域的通用大模型，更是能聚焦安全、質量、成本、效益等核心價值場景來解決問題的平臺，這是每個企業都關心和需要的。”褚健說，“希望通過工業AI，我們能提高企業的生產安全性與產品質量，降低能耗，以更低的成本和更高的質量參與市場競爭。”

大會展區。(企業供圖)

　　一個互聯共生的生態

　　記者在采訪中發現，多家石油和化工龍頭企業與中控技術有著長達10年甚至20年的合作，他們見證著中控技術的成長，也親身感受到自動化、智能化技術為石化行業帶來的巨變。以科技創新為牽引，他們正共同搭建起工業AI生態鏈。

　　浙江傳化化學集團流程與IT部總經理吳立斌接受記者采訪時表示：“安全和質量問題一直是我們關注的重點，今天也看到一些其他客戶的使用案例。希望接下來在AI領域我們能與中控技術有更加深入有效的合作。”

　　浙江新和成股份有限公司運營首席專家鄭根土也告訴記者：“目前AI領域的大模型很多，專業應用領域的垂直模型相對較少。中控技術在化工分散控制系統(DCS)控制領域技術領先，我們也與其合作多年。他們了解化工行業，能夠在此基礎上融合AI功能，將助力行業產業優化、運行安全及建設未來工廠，對企業經營管理決策非常有幫助。”

　　發布會上，TPT 2宣傳片中的一組數字引發了石化行業的熱烈反響——TPT自主操作乙烷制乙烯，提升收率0.373%，整體收益提升1500萬元/年。實實在在的增效數據，讓與會企業燃起了擁抱AI的熱情。

　　“從TPT 1的使用感覺來看，TPT 1大模型跟小模型相比，訓練時間更短。小模型的研發+部署完成要以年為單位計算，TPT 1大模型兩個月就能弄出來，對后續的工業應用非常有幫助。大模型的時間成本、人力成本，應用的廣泛性，泛化能力，都比小模型好很多。”中國石化鎮海煉化分公司信息和數字化中心經理干建甫表示，“如果TPT 2在交互性、泛化能力方面更強、更精準，當然會更好。”

　　徐寶學也談道：“在傳統制造業，尤其是像氯堿這樣的高能耗行業，節能降耗非常重要。過去一年我們公司在氯堿方面部署了AI，運用時間序列大模型在智能控制、智能決策方面取得了一些初步成果，我相信TPT 2定會為企業創造價值，推動行業發展抵達新高度。”

　　“TPT 2只是一個起點，未來還將不斷迭代。”褚健在演講中展望，希望與用戶攜手，共同打造一個不斷完善的產業生態，讓工業AI更好賦能工業發展。