顶层设计定调，工业大模型才是决胜未来的“王牌”？

近日，工业和信息化部、中央网信办、国家发展改革委等八部门联合印发《“人工智能+制造”专项行动实施意见》（以下简称《意见》），为我国制造业智能化升级与高质量发展绘制了清晰的路线图。

《意见》明确指出，到2027年，推动3-5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型，打造100个工业领域高质量数据集，推广500个典型应用场景，打造一批“懂智能、熟行业”的赋能应用服务商。推动大模型技术深度嵌入生产制造核心环节，改造研发设计（含工业设计）、中试验证、生产制造、营销服务、运营管理等全流程，提升辅助设计、仿真模型构建、排产调度、设备预测性维护等能力。

在国家战略指引下，工业智能的实践重点已然明确：发展高水平行业模型，并将其深度嵌入生产核心环节。中控技术自主研发的时间序列大模型TPT（Time-series Pre-trained Transformer），正是积极响应政策导向、紧密围绕工业核心场景需求而打造的行业大模型。

作为全球首个深度契合流程工业第一性原理的可信模型，TPT植根于数万家流程工业企业知识、能精准适配复杂工艺，不仅在理念上与《意见》高度契合，更已在氯碱、石化、热电、煤化工等领域成功应用，助力万华化学、兴发集团、兰州石化、大唐多伦等行业头部企业形成了规模化实效。

一、解读政策蓝图：三大着力点锚定AI+制造落地方向

《意见》从技术支撑、业务融合与行业落地三个层面，系统规划了“人工智能+制造”的实施路径，形成从技术供给到价值创造、再到规模化推广的完整闭环。

1.筑牢技术根基：发展高性能行业模型

《意见》明确要求“开发高水平行业模型”，其核心在于解决通用AI缺乏工业知识与严苛场景适应性的问题。工业智能的基石，在于对机理、经验与时序数据的深度融合。这要求模型不仅要有强大的算法，更要深入理解生产工艺、设备特性和控制逻辑。政策鼓励发展垂直行业模型，正是为了构建这种“工业认知”能力。

2.深化业务融合：推动全流程智能化升级

政策推动AI从辅助环节向“研发、中试、生产、运营”等核心业务纵深渗透，旨在实现价值创造模式的根本变革。这意味着智能化不再停留于单点效率提升，而是要重构研发设计范式、优化中试验证流程、并最终实现生产系统的自主化运行，从而应对多目标、强耦合的复杂工业挑战。

3.聚焦行业赋能：加快重点领域规模应用

《意见》明确将原材料工业列为人工智能重点赋能领域，并对钢铁、石化化工、新材料、有色金属、建材等行业给出了清晰的发展路径。在石化、化工领域，政策提出要深度融合工艺机理、专家经验和生产运行数据，打造行业大模型，推动大小模型协同应用，实现安全生产监测预警、设备预测性维护、工艺流程自适应优化和产品质量预测。

二、TPT的落地实践：将国家战略转化为企业实效

面对政策指引与产业需求，中控技术TPT以经过验证的实践，展示了工业大模型落地生根的完整路径。

1.专业模型：时序为基，机理与数据融合

区别于以自然语言为核心的通用大模型，TPT以工业时间序列数据为基本对象，通过大规模预训练与行业数据再训练，将工艺机理、控制逻辑与运行经验内化为模型认知能力。

TPT背后是中控技术三十余年在流程工业领域积累下来的海量数据、行业Know-how和技术积累，能在毫秒级数据波动中精准捕捉关键趋势，定位异常根因，决策过程可解释、可追溯。其目标并非生成“看起来合理”的答案，而是形成可用于预测、判断与决策的工业认知能力，为一线工程人员提供可验证的决策依据。

2.全流程赋能：贯通设计、中试与生产

从定位上看，TPT是流程工业智能体系中的核心智能中枢，即工厂的“智慧大脑”。它突破了传统工业AI局限，实现从单点控制到全局智能的一体化协同。

在研发设计阶段，TPT通过融合历史运行数据与工艺机理模型，提前构建可在线使用的工业模型能力，使设计方案能够快速完成建模，在运行过程中持续修正与演化，减少传统模型从设计到应用的断层。

在中试验证阶段，TPT通过对工况演化趋势的预测，提前暴露潜在风险与瓶颈，使中试从“高成本试错”转向“可预测的工程验证”。

在生产制造阶段，TPT可与现有APC、RTO等系统协同运行，对多装置、多目标、多约束条件进行统一建模与优化，支撑工艺优化、预测性维护和安全风险预警。

实际应用表明，TPT石化装置中可实现97.3%的操作准确率，系统自控率达到95%以上。

3.应用实效：以工业智能体（Agent）创造普惠价值

TPT以指导工业生产为目标，通过生成可现场部署的工业Agent（智能体）形式嵌入现有生产体系，让工业AI回归“解决问题的工具”本质。同时，企业可以根据自身装置规模与业务重点，对多个智能体进行灵活组合，构建专属的工业智能应用系统，覆盖不同垂直场景，满足多类型、分阶段的智能化需求。

在具体实践中，Agent以预测预警、工艺优化、控制优化等高价值场景为切入点，支持微调训练、场景适配与复用执行，将专家经验转化为可复制、可扩展的系统能力。经工程评估后，Agent可直接部署至 DCS、PLC、SCADA 等工控系统，参与现场闭环控制，实现从“辅助决策”到“参与执行”的能力跃迁。

TPT已在不同体量、不同复杂度的工业场景中获得稳定成效：在万华化学的全厂级部署中，年增效益达到数千万元级别；在兰州石化榆林化工的乙烯装置应用中，TPT 实现了单炉年效益提升超过300万元的应用成果；大唐多伦煤化工的能源管控场景中，TPT使可再生能源替代率达到87.5%，年节约标煤超过15万吨。

2025年8月，中控技术面向全球发布了其最新的时间序列大模型TPT 2。延续本地化部署、安全可控优势的同时，TPT2进一步引入平台化、自助式服务能力，使不同规模企业均可按需调用模型能力。用户可通过自然语言进行交互，自主完成数据查询、方案分析、优化建议获取与预警响应，显著降低工业智能的使用门槛与实施成本，推动工业大模型从“少数企业定制”走向“规模化普惠应用”。

《“人工智能+制造”专项行动实施意见》为我国制造业智能化转型指明了方向：从自动化迈向自主化，从技术工具升级转向系统能力重构。在这一进程中，谁能率先构建以工业大模型为核心的新型运行范式，谁就将在新一轮产业竞争中占据先机。

TPT现已开放免费体验通道，以可靠、可信、可落地的工业智能技术，助力中国制造业高质量发展。留言获取免费体验名额。