中控技术发布TPT 2，助力化企智慧转型
8月28日，中控技术股份有限公司(下称中控技术)在杭州面向全球发布时间序列大模型TPT 2(Time-series Pre-trained Transformer 2)。在该公司自主研发的全球首个流程工业时序大模型TPT 1基础上，TPT 2将重点围绕流程工业长期存在的能耗优化难、故障事故频发、产品质量波动大等问题，依托时序预测与智能诊断能力，实现生产运行过程的精准感知与动态优化，在石化、化工等领域形成规模化应用，为行业持续贡献可量化的降本增效价值。
“TPT 1已在110多个案例中验证其可用性与实用性。新推出的TPT 2以更新架构和更强模型进一步推动流程工业的智能化应用。”中控创始人褚健表示，TPT 2并非简单应用的通用大模型，而是深度融合工业场景，致力于解决企业普遍关注的安全、质量、成本、效益和低碳等核心问题，助力企业在当前经济环境下增强竞争力。
“化工行业节能降耗、提高安全性都是实实在在的问题，对工业AI提出了严苛要求，TPT正是为此而生。”褚健接受记者采访时表示，中控技术将持续推进产品迭代，加强与用户合作，推动中国工业AI提升全球影响力，使其成为支撑工业智能化转型的核心工具。
中控国际运营公司副总裁亦是TPT 2的主发布人张惠泽表示，TPT 2是为石油和化工等流程工业核心需求打造的革命性工业AI工具。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，可广泛适配多类生产工艺并实现闭环应用，能精准挖掘工业数据价值，在保障生产安全、提升产品质量、降低能耗物耗、优化设备运维效率及推动工厂自主运行等关键场景中发挥核心作用，为企业提供从解决方案到工业智能体的一体化支撑。
据悉，TPT已在中国石油、中国石化、万华化学、大唐多伦煤化工等企业的百余套装置应用，效果显著。中国石油兰州石化榆林化工有限公司总经理、总工程师李玮表示，TPT 2帮助兰州石化榆林化工有效应对乙烯装置感知能力弱、效益平衡难与操作调整慢等行业难题，异常预测准确度达99.79%，单炉乙烯收率提高0.373%。
此次发布会吸引了近700名来自全球数十个国家和地区头部企业、行业组织、科研投资机构的代表参加。截至当日，TPT预定订单企业518家，成交量112套，线上注册申请用户3268名。
“TPT 2是未来的趋势，未来可能会通过它建成真正意义上的无人工厂。”中国天辰工程有限公司副总经理、总工程师王聪告诉记者。
TPT 2多维度破解石化行业痛点
本次大会石化行业分论坛上，中控技术以石化行业常见痛点问题为例，现场演示了TPT 2操作流程并介绍研发思路。会场特别配置了35台公用电脑，让用户在倾听介绍时同步体验TPT 2产品效果。
中控技术5T创新技术部部长吴哲峰演示了TPT 2的操作过程。以常压塔的调试为例，发送“我想调整常压塔一级油终馏点，该如何操作”问题后，TPT 2会作出详细回复，引导用户确认关键变量信息、上传近期运行数据，最终对当前工况产品质量数据完成解读，再根据当前操作条件下最优的操作路径，为用户提供接下来半个小时的操作建议，并以表格的形式呈现。用户还可以通过附件和报告查看完整的操作路径及操作方案。上述结果还可保存为Agent，使用户在遇到相同问题时可直接点击执行，无需重复规划。
针对乙烯生产，中控技术工业AI应用技术部康瑞龙特别演示了如何利用TPT 2构建乙烯装置操作优化智能体。他介绍，TPT 2不仅能够快速将一个业务问题转化成可落地的解决方案，而且能够快速进行工程应用部署。据悉，中控技术多款产品均可与TPT融合，产生“1+1>2”的效果。中控技术安全价值总设计师唐在峰表示，传统的大模型只能读取一些文档或者图片，而TPT能够读取海量工业实时数据，在安全领域大有可为，目前已有实施案例。“中控AI+安全，可以智能地识别事故路径，根据之前的历史数据进行训练，实现风险预警预测。”唐在峰说。
破解“工业时间”的密码
机器可以解码时间、预知未来吗?
8月28日在杭州举办的2025中控技术全球新品发布暨工业AI创新发展大会上，中控技术的工程师给出的答案是：可以。会上发布的工业人工智能(AI)产品TPT 2，正是凭借破解“工业时间”密码的本领，成为这个答案的有力注脚。
这场面向全球同步直播的活动，吸引近700万人次线上观看，微博话题阅读量超1.4亿，微博科技榜排名第5位……这就是TPT 2的魔力。
一款预知未来的工业AI
“工厂内发生的任何事件都可以追溯为一段时间序列数据。”作为TPT 2主发布人，张惠泽解释道，“例如设备失效，一周之前设备的振动数据可能会有所体现；质量波动，可能是几分钟前生产过程中的温度和压力未达预期。可以说，工业的一切都围绕时间序列数据展开。如果能够破解这些数据，哪怕仅预知未来几秒钟，我们就能大幅度地提高生产效率。”
TPT 2发布现场
以时间序列模型为中心，为让每个人都可以用到，并解决生产中最困难、最常见的问题——中控技术的时间序列大模型TPT 2应运而生。
“能预测时间，就能控制未来。”中控技术算法开发工程师周烨煦说，“如果我们能提前看到关键变量的变化，就可以把即将超标的温度拉回来，把障碍消灭在萌芽之中。预测对于工厂而言，是更高的产量、更安全稳定的运行。预测是从被动应对迈向主动控制的关键一步。”
在周烨煦看来，“预测时间”主要难在两点：一是数据难，数量多而质量低；二是模型难，场景多且难泛化。他提出“要让模型领悟工业的语法”。TPT 2的研发团队建立了专业数据团队，联合一线工艺专家，采用“专家+工具”的方式对数据进行深度数据梳理和有结构化的标注；利用第一性原理激励模型和高精度仿真技术，生成各种可能的运行状态数据，精准还原系统中的物理规律和控制逻辑，让模型能够提前认识没有见过的复杂边缘工况；推出“MoE混合专家模型”，细分出趋势分析、周期检测、异常检测等十余个模块，让AI就像数位经验丰富的“老师傅”一样，协同应对多元的工业场景。
一场关于“效能”的革命
AI应用是大势所趋，但当下的AI产品能在流程工业完美落地吗?对此，中控创始人、宁波工业互联网研究院创始人兼院长褚健接受记者采访时直言：“TPT要干的事就是让用户节省成本、增加收益，为他们创造实际的效益。”
中控技术产品工程师林想在TPT 2发布时说：“TPT 2要让任意工业场景、任意装置、任意岗位的流程工业一线从业者都能够零门槛用上AI，通过语言轻松调用模拟、控制、优化、预测等核心能力，解决装置生产运行中的各类问题。”
如何实现?林想将其概括为——让工业AI“懂人话、说人话、干人活”。举例来说，只需输入一句“请帮我控稳氯碱装置盐水处理的pH值”，TPT 2就会自主分析问题，引导用户上传必要数据，调用专家模型给出解决方案。整个过程无需编程知识，无需专家指导，在简单的对话中专业问题便迎刃而解。每个成功解决问题的模型还可以保存下来，生成专家智能体“Agent”，以在线和离线两种使用方式运行，让用户快速调用。
值得一提的是，TPT 2在解决AI“幻觉”方面也具备独特优势。TPT 2一方面将第一性原理作为常识融进了大模型的思考体系；另一方面在感知、识别、决策、执行等环节设置了“安全锁”，在设计与应用两个层面确保AI的可靠性。“在工业领域我们绝不能接受‘幻觉’。一次错误很可能就会酿成一场事故，造成巨额的损失甚至威胁生命，所以我们绝对不会用概率挑战工业的安全底线。”中控技术应用工程师曾欣欣坚定地说。
对于AI的期望，万华化学总工程师徐宝学坦诚地向记者表示：“企业最重视的还是如何创造价值。”
当前经济形势下，AI又该如何帮助企业创造价值?“TPT 2不仅是一个用在工业领域的通用大模型，更是能聚焦安全、质量、成本、效益等核心价值场景来解决问题的平台，这是每个企业都关心和需要的。”褚健说，“希望通过工业AI，我们能提高企业的生产安全性与产品质量，降低能耗，以更低的成本和更高的质量参与市场竞争。”
一个互联共生的生态
记者在采访中发现，多家石油和化工龙头企业与中控技术有着长达10年甚至20年的合作，他们见证着中控技术的成长，也亲身感受到自动化、智能化技术为石化行业带来的巨变。以科技创新为牵引，他们正共同搭建起工业AI生态链。
浙江传化化学集团流程与IT部总经理吴立斌接受记者采访时表示：“安全和质量问题一直是我们关注的重点，今天也看到一些其他客户的使用案例。希望接下来在AI领域我们能与中控技术有更加深入有效的合作。”
浙江新和成股份有限公司运营首席专家郑根土也告诉记者：“目前AI领域的大模型很多，专业应用领域的垂直模型相对较少。中控技术在化工分散控制系统(DCS)控制领域技术领先，我们也与其合作多年。他们了解化工行业，能够在此基础上融合AI功能，将助力行业产业优化、运行安全及建设未来工厂，对企业经营管理决策非常有帮助。”
发布会上，TPT 2宣传片中的一组数字引发了石化行业的热烈反响——TPT自主操作乙烷制乙烯，提升收率0.373%，整体收益提升1500万元/年。实实在在的增效数据，让与会企业燃起了拥抱AI的热情。
“从TPT 1的使用感觉来看，TPT 1大模型跟小模型相比，训练时间更短。小模型的研发+部署完成要以年为单位计算，TPT 1大模型两个月就能弄出来，对后续的工业应用非常有帮助。大模型的时间成本、人力成本，应用的广泛性，泛化能力，都比小模型好很多。”中国石化镇海炼化分公司信息和数字化中心经理干建甫表示，“如果TPT 2在交互性、泛化能力方面更强、更精准，当然会更好。”
徐宝学也谈道：“在传统制造业，尤其是像氯碱这样的高能耗行业，节能降耗非常重要。过去一年我们公司在氯碱方面部署了AI，运用时间序列大模型在智能控制、智能决策方面取得了一些初步成果，我相信TPT 2定会为企业创造价值，推动行业发展抵达新高度。”
“TPT 2只是一个起点，未来还将不断迭代。”褚健在演讲中展望，希望与用户携手，共同打造一个不断完善的产业生态，让工业AI更好赋能工业发展。（中国化工报）
