7月3日，时间序列大模型TPT是基于海量工业数据预训练和混合专家模型（MoE）架构研发的通用工业AI平台，具备模拟（Simulation）、控制（Control）、优化（Optimization）、预测（Prediction）、评估（Evaluation）五大能力，能覆盖多种工业场景应用。

TPT作为工厂的智慧大脑，赋予工厂思考、学习与决策能力。面对流程工业的核心挑战，TPT精准捕捉设备运行曲线、物料反应等时序数据趋势，依托混合专家模型（MoE）避免“机器幻觉”，为决策提供可靠依据，它能快速定位生产瓶颈，输出可落地的优化方案，并通过语言交互生成智能体（Agent），实时监控异常、优化运行参数，在保障安全、提升质量、降低能耗等关键场景中发挥核心作用，实现多装置、多场景的快速复制与全局优化。

据工信部数据，2025年我国软件业务收入达15.48万亿元，同比增长13.2%；其中工业软件产品收入3,330亿元，同比增长9.7%，整体保持稳健增长态势。与此同时，工业AI软件细分赛道呈现加速崛起态势：Omdia预测，全球AI软件市场规模将于2029年达到2,180亿美元；IDC进一步指出，2024至2029年中国“AI+工业软件”细分市场复合增长率预计达41.4%，显著高于同期核心工业软件19.1%的增速，其市场渗透率亦将从2025年的9%提升至2029年的22%。多模态大模型、工业智能体等技术的成熟应用，正推动工业软件研发与交付模式革新，有效缩短企业数字化转型周期，提升资源利用效率与投资回报水平。在国家政策持续引导与产业智能化转型深化的双重驱动下，工业自动化与工业AI融合发展的市场空间将持续拓展。目前行业龙头中控技术2026年一季度披露相关AI收入已经超过1.8亿元，工业AI前景广阔，技术正在逐步落地于实业。

工业AI的技术壁垒，首要体现在对行业Know-How、核心算法与大模型研发能力的深度融合。工业AI的发展也离不开海量、高质量工业数据的支撑。当下，工业AI的竞争已演变为对企业综合技术实力的深度考量，其准入门槛显著提高，只有实现“数据资产、行业知识、核心算法、产品平台”四位一体的深度融合与协同创新，才能有效跨越从技术验证到工业化规模应用的转化鸿沟，真正在工业AI领域站稳脚跟。继续看好工业AI龙头依靠海量数据和模型迭代持续成长为行业领先者。