“大模型+智能体”组成的工业最强大脑，这次真来了

自GPT-o1发布以来，AI的技术实力便迎来了前所未有的飞跃。今年初DeepSeek R1的发布，让这种好用的深度思考模型落地成本大幅降低，真正实现大众普及，AI正全面深度渗透进人们的生活。近日，国务院发布《关于深入实施“人工智能+”行动的意见》，更进一步加速了AI向千行百业的渗透进程。

然而放眼全球，仍旧有不少科技从业者因AI无法触碰更广泛的应用场景而苦恼。曾有AI从业者对36氪表达，现如今改造最为完全的仍旧是编程、办公这些线上化率极高的场景，“预估AI未来会对这些场景实现很大的效率提升”。

从互联网到移动互联网，再到如今的AI时代，工业领域始终是AI技术落地最难啃的骨头之一。且不说工业场景对安全性与准确性的严苛要求，其本身与复杂现实物理世界的深度相融，又催生出了不小的数据需求。种种困难之下，谁来啃这块最难啃的骨头，始终是一个令工业界关切的核心命题。

近年来，凭借在工业领域的深度积累，不少头部企业也对此跃跃欲试，共同推热了工业AI市场。据披露，2025年中国工业AI市场规模预计突破1200亿元，年复合增长率高达28.6%。

但现如今的工业AI，可用性究竟能达到什么程度？一个有自主能力的工业AI Agent会诞生吗？种种疑惑，在近日的一场重大发布后有了解答。

开拓3.5万亿大市场，工业智能体正式登场

实际上，过去一年多以来，工业界的共识已悄然转变，“是否接入AI”的论调不再出现，随即而来的是加码AI投入，全力拥抱大模型。

据36氪不完全统计，在工业领域，2023年以来就先后有科大讯飞发布的羚羊工业大模型、思谋industryGPT工业多模态大模型、中国联通打造的元景工业大模型、中国移动发布的九天工业大模型、网易打造的伏羲工业大模型，以及中控技术发布的时间序列大模型TPT。

一面是各大技术型公司加紧研发工业大模型，另一面则是加速上车的工业企业，甚至，在工业AI的加持下，已经看到了首批成果——以中控技术发布的时间序列大模型TPT为例，在某全球化工50强企业的废液处理环节中，TPT将pH调节周期从原先的6–8小时缩短至1小时以内，效率提升超过80%。在大唐多伦煤化工项目中，TPT构建了“感知-预测-调控”一体化的能源管控体系，预计全年可实现绿色电能替代燃煤发电达49690.2万千瓦时，减少二氧化碳排放41.94万吨。

这些成果背后，是一个更宏大的趋势：工业智能体（Industrial AI Agent）正在成为AI落地工业的最佳形态。行业最新报告显示，全球工业智能化市场规模今年将突破3.5万亿元，中国市场份额超过40%。工业智能体不再是简单执行指令的软件，而是具备自主感知、认知和决策、学习能力的软硬件一体化平台。更关键的是，其基于工业行业的核心数据库训练而成，执行效率更进一步，具有一定的动态自适应能力，将彻底改变人机交互与生产管理逻辑。

然而，由于工业智能体尚处于发展早期，当前行业的核心关注点仍旧在于谁有更为宝贵、精准的核心数据库，并基于这些核心“数据燃料”训练大模型能力，让工业智能体在落地执行上实现更好效果。

目前，在工业AI赛道内已有典型企业代表，如前述提及的中控技术，其研发的时间序列大模型TPT已经实现了从“机械执行”到“自主决策”的范式转换。聚焦工业AI领域，中控技术有着极强的辨识度，其早已挺进多种工业核心场景，有长达30余年的工业控制领域基本功的积累。据介绍，中控技术服务了全球3.7万多家客户，覆盖流程工业50多个细分行业，已累计部署逾10万套工业控制系统，约1亿个I/O点。这些要素构成了训练工业AI的核心燃料——工业数据库。

过去，基于对工业场景的深度理解，中控技术在挖掘时序数据里隐藏的装置运行规律和潜在特征上做出了诸多探索，最终才研发出了真正落地可用的时间序列大模型。

2025年8月28日。中控技术时间序列大模型正式升级为TPT 2（Time-series Pre-trained Transformer 2）并面向全球发布，这次发布不仅是技术上的进阶，更堪称范式上的跨越。

其核心升级点在于采用MoE架构（混合专家模型）、多技术融合，并实现了智能体构建。它就像是一个工业领域的全能专家，可以深入理解并解决许多工业场景中的复杂问题，特别是在帮助用户保障生产安全、提高产品质量、降低能耗物耗、提升设备维护效率、实现自主运行等方面。

可以说，TPT 2的发布不仅是中控技术自身产品的巨大升级，也是工业场景里率先吃螃蟹的代表，通过打造一个装置运行“智慧大脑”，真正推动了工业应用从传统工具型助手向具备异常主动识别、风险智能评估、自主决策执行能力的智能体（Agents）跨越，以场景化智能解决方案重塑工业生产范式，实现工业软件技术体系与应用模式的又一轮革新。

中控技术董事长兼总裁崔山也在这一次发布会后的访谈中告诉36氪，“我们希望它是一个更加开放的技术，让工业行业无论是中小型还是大型企业都能用起来AI，与此同时，中控技术也将来到平台化时代，真正赋能于生态伙伴。”

一个有自主能力的工业智能体，来了

过去，工业研发往往依赖于工程师经验，用相对低效的方式试错，工业智能体就像是一个经验极为丰富的老师傅，推动研发大幅增效。在生产制造环节中，它又能自主进行生产过程控制与操作的优化与提效，做到更加精细化、自动化管理生产过程，高效维护设备等。

更为可贵的是，工业智能体不是简单的技术叠加，是复杂的综合命题。

中控技术打造的TPT 2以大模型为核心大脑，加之更多工业知识，让大模型这个大脑变成了真正工业领域的强脑，最终率先实现工业场景的智能体应用。

TPT 2发布现场

更为具体地看TPT 2的可贵之处，我们需要更加细化地拆分三大维度：

其一，是集约化。一个MoE模型，可以应对多种问题，生成不同的智能体，直接替代模拟、控制、优化、预测、评估、统计等环节的N个工业软件。

其二，对话问诊，帮助决策。对话式的解决方案，就像是对面有一个面对面的工业专家，哪怕操作员欠缺一定的专业知识，也可以得心处理，快速做出精准决策。

其三，真正的工业智能体，实现全链路闭环。从感知、识别、决策再到执行，此次中控技术推出的是一个高完成度的智能体，真正帮助企业实现少人化、无人化管理。

TPT 2的发布将助力AI更进一步渗透向工业场景，越来越多更具未来感的工厂将出现。试想下，走进一家现代化工厂，看到的也许是一批批机器人忙碌的身影，无人车穿梭于生产线之间，一个有自主决策意识的AI，正在实时调度数千台设备……

落地百套装置，效率提升颠覆传统

据这一次在发布会现场介绍，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。

以中国石化兰州石化榆林化工有限公司的乙烯装置优化为例，设备设计的质量往往关系到项目能否正常投产，投产后是否能长周期运行。这些设备在过往多年间也存在一定故障率，导致不同频率的非计划停工。

中石化兰州石化榆林化工有限公司

“过去乙烯装置优化都是以‘年’为单位推进，现在用了我们的TPT 2，根据我们之前的案例，优化周期缩短至差不多一个月的时间”， 中控技术副总裁&Industrial AI事业群CEO吴玉成告诉36氪。这意味着，工业智能体所拥有的全新技术能力，带给工业场景的效率提升，以及推进复杂难题的解决，是颠覆性的。

中煤集团同样将其煤气化这一复杂核心装置的优化课题交由中控技术完成。要知道，煤气化过程（将煤转化为一氧化碳和氢气等有效气）极其复杂，往往“看不见、摸不着”，传统的机理建模方法因需过多理想假设而难以准确应用。而中控技术的TPT大模型结合AI+机理，基于海量的历史时序数据进行预训练，将可以更好应对这一难题。

36氪了解到，截至发布会结束，TPT累计预定订单企业518家，成交量112套，线上注册申请用户3268，这一系列数据充分体现了市场与客户对TPT 2的高度认可，标志着该模型正式步入规模化应用与落地阶段。

工业“大模型+智能体”迎来规模化应用时代

上一个时代，工业场景的提质增效，是数字化转型驱动的，但其真正触达的场景十分有限。工业智能体，让工业场景下的提效进入真正的智能化驱动时代。

在这之前，也要解决一个核心的难题，工业AI时代单一企业的数据积累能力已经不再足够支撑工业AI的发展，再加之工业场景纷杂，行业壁垒高，数据敏感性、隐私性等等问题，让工业智能体从未大规模落地应用。现在看来，TPT 2正是行业内的一款转折性产品，标志着工业智能体进入规模化应用阶段。在这背后支持的是中控技术的愿景与魄力。

这一次在发布现场，中控技术还联合工业行业生态内伙伴，构建“工业AI数据联盟”。这不仅是一项技术解决方案，更代表了一种新型的产业协作模式。据了解，该联盟汇聚了行业领军企业、设计院、总包商及服务商，核心在于共同构建一个以信任为基础的工业数据价值生态体系。

“工业AI数据联盟”成立仪式

当然，数据安全仍旧是数据的重中之重。据中控技术表示，其会采用联邦学习（Federated Learning）、多方安全计算等隐私计算技术，在保障数据所有权和隐私安全的前提下，实现跨场景、跨工况的装置数据价值流通。在安全这一绝对底线之上，炼化更强的工业AI，最终让整个工业行业受益。

IDC 2025 中国工业企业调研显示，工业企业中已经应用了大模型及智能体的比例，从2024 年的9.6%，显著提升到2025年的47.5%。其中，已经应用大模型及智能体的企业中，超过 73.7%的应用场景在10个到几十个左右。

行业正在积极拥抱工业AI时代，也为本次中控技术新智能体的发布打下了良好的认知基础。AI Agent的加速商用，也让率先布局的龙头企业迎来了新一轮红利。

据中国产业经济信息网援引国家工业信息安全发展研究中心工程师刘劲松等业内专家观点，工业智能体是智能体技术与行业 know-how深度融合的产物，能实现对生产设备、工艺流程和物流管理等环节的智能化控制与优化，是制造业数字化转型从“信息化建设”迈向“价值创造”的关键推手。

结语：一个被低估的工业智能引领者

当前，无论是技术的领先性还是商业模式的颠覆性，以及其可能给工业赛道带来的巨大促进作用，都让中控技术重新站上了工业行业的新风口。

财报显示，中控技术2024年实现营收91.39亿元，同比增长6.02%；归母净利润11.17亿元，同比增长1.38%。不过，净利润增速放缓主要源于战略性业务的投入，特别是TPT等AI核心技术研发的投入。但同样的，潜力已在显现，2024年，中控技术的工业软件收入同比大增20.70%，至26.53亿元，增速显著高于传统控制业务。

其前期所做的技术投入，正在迎来收获期，特别是TPT 2发布后，其平台型公司的属性更为强烈，也为其后续业绩增长奠定了扎实的基础。

在经营基本面上，根据中控技术2025年上半年业绩报告，其工业软件实现收入2.92亿元，毛利率显著提升至54.03%，相比2024年同期的31.67%，大幅增加22个百分点。

中控技术已不再只是一家工业自动化公司，而是工业AI智能体时代的定义者和引领者。在政策与技术的双轮驱动下，其平台化转型与生态共建策略，正推动中国工业走向全球智能化浪潮的前沿。

目前，中控技术已在核心底层技术上实现全面重构，竞争力今非昔比。今年以来，在人工智能技术的催化下，多家龙头企业率先经历估值逻辑的系统性重塑，市值实现跃阶式增长。典型如腾讯，年内涨幅超过40%，市值增长约1.6万亿，反映出市场对AI驱动型企业的价值认同正在迅速提升。资本正在重新定价的，不仅是技术本身，更是其所打开的增量空间与范式变革。

在这一背景下，工业智能化领域尤其是具备自主核心能力的企业，正逐渐成为资金关注和配置的重点。中控技术作为通用化、标准化工业AI服务平台的领先供应商，其所代表的不仅是一家公司，更是一个正在崛起的产业生态。市场或许正在等待一个契机，以更前瞻的视角对其重新估值，发现其在新工业时代中的引领价值。