张惠泽解析TPT2时序大模型设计思想：以时间序列模型为中心，解决生产中最困难最常见的问题





　　2025全球新品发布暨工业AI创新发展大会于8月28日在杭州举行。中控国际运营公司副总裁张惠泽在发布中控时间序列大模型TPT2时表示，Physical AI是最近杭州城里边的热词，也是全世界巨头竞相研究的焦点。它被视为AI真正给人类带来生产力突破的下一个next big thing。

　　张惠泽表示，作为一个工业技术企业，中控一直在思考如何在过程工业领域实现physical AI，让人工智能能够深入生产一线，解决日常发生的最重要的问题，真正促进生产力发展。

　　张惠泽指出，当我们在讨论工业AI的时候，第一时间都会想到大语言模型，它非常神奇，包罗万象。但是当涉及到真正影响生产的高阶的问题的时候，他有点力不从心。

　　“这背后其实有一个简单但又非常重要的原因，那就是语言的边界，就是世界的边界。因为这个原理，我们可以用一个超大规模的训练数据集训练自然语言。”他说。

　　张惠泽表示，语料是培育出一个跨越领域的包罗万象的大语言模型。但也因为这个原理，这个模型仅仅了解世界的边界，事物之间的结构，但不了解世界的本质。因为世界的本质是流动的，世界是连续的，时间的流动才是世界本身。

　　在工业领域更是如此，张惠泽指出，工厂里面发生的任何一个事件都可以被追溯回一段时间序列数据。比如说设备失效了，那在一周之前设备的振动数据一定就有所体现。比如质量突然波动了，那恐怕跟生产过程中温度和压力没有达到我们预期有关。又比如说我们发现控制参数在一段时间不稳定，那说明我们的生产，我们的工厂还有非常大的提升空间。

　　“可以说工业的一切都是围绕着时间序列数据。如果能够破解时间序列数，哪怕预知未来几秒钟，我们就能大幅度的促进生产力。当然工程师们早就明白这个道理。”他说。

　　张惠泽表示，工业革命之后的百年以来，我们一直在试图用第一性原理去破解时间序列。这意味着我们想用人类对这个世界最本质的理解，用公式直接解算未来会发生什么。通过这种方式，我们制作了非常多重要的工具，比如计算流体力学、化工过程仿真模型、预测控制，这些工具已经成为现代工业文明里边不可或缺的部分，但是他们还有非常大的局限性。

　　他谈到，就像模拟和时间序列研究领域的泰斗所说过的，“所有的模型其实都是错误的，因为人类对这个自然世界的了解还没有到那个精细程度。”

　　张惠泽指出，在大语言模型如此成功的今天，能不能借鉴他的成功之处，使用一个超大规模的精确标注的工业领域时间序列数据集，训练一个预训练的大规模的跨领域的工业优化时间序列模型，再将这个模型结合上目前工业领域的刚需工具，让这个模型变得有边界，让它的使用变得零门槛。

　　“这是我们心目中的工业优化软件的终极形态。以时间序列模型为中心，让人人都可以用到，解决生产中最困难最常见的问题，这就是TPT2时间序列大模型的设计思想。”他说。

　　

　　



　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。