“人工智能 + 制造” 全面启动，1.2 万亿 AI 浪潮涌向何方？

2026-01-22

2026 年 “AI + 制造” 成为国家系统性部署，我国人工智能重心转向赋能制造业。中控技术自主研发的流程工业时序大模型 TPT，融合行业机理与海量数据，在万华化学等企业落地百余个项目，实现设备预测、效益提升等核心价值，破解工业 AI 落地鸿沟。

特斯拉CEO马斯克曾大胆预测：“未来五到六年内，不再有手机和APP，应用程序和操作系统

将不复存在，人类将进入AI内容时代。”

据有关机构测算，2025年，我国垂直大模型渗透率突破50%，人工智能核心产业规模预计突

破1.2万亿元。

AI大模型正以前所未有的速度渗透进现实世界，已覆盖钢铁、有色、电力、通信等重点行业，

逐渐深入到产品研发、质量检测等重点环节，成为推动产业结构调整和制造业升级的关键变量。

“我们正站在人类历史上最大技术爆发的临界点。”硅谷著名AI分析师凯瑟琳·伍德预测，未来五年全球实际GDP增长率可能加速至7.3%，这是历史平均水平的两倍多。

在这场由人工智能引领的新工业革命浪潮中，工业正成为最重要、也最具战略意义的主战场。

德国依托精密制造与工业标准体系，推进以硬件标准化与确定性智能为核心的“工业4.0”；美国则凭借互联网、软件与AI 生态优势，构建以平台化、数据协同为特征的“工业互联网”。

在这场关乎制造体系升级的全球竞争中，中国也在积极布局工业升级路径。

作为全球第一制造大国，我国拥有41 个工业大类，220 多种主要工业品产量全球第一。流程工业规模庞大、体系完整、工艺复杂，这为 AI 技术提供了全球最丰富、最真实、最具挑战性的应用土壤。

近年来，我国围绕人工智能与制造业融合，持续完善顶层设计。2024年，党的二十届三中全会明确将人工智能列入战略性产业，在算法、数据、知识产权等方面出台配套政策。

行至2026 年，我国人工智能发展重心已发生了关键转向：工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》（以下简称《意见》），政策从“推动AI产业发展”转向“以AI系统性赋能制造业”。

人工智能不再被视为一个独立的新兴产业板块，而是被明确定位为推动新型工业化的基础能力。“AI+制造”上升为国家层面的系统性部署。

工业AI如何跨越“落地鸿沟”

《意见》明确提出，要“开发高水平行业模型”。这释放出一个清晰信号：工业AI的核心，不在于通用能力，而在于是否真正理解行业。

对流程工业而言，生产过程连续、系统高度耦合，安全、环保、质量、能耗等指标相互制约。工业AI 不可能简单依赖通用模型，而必须构建深度融合行业知识、控制逻辑与运行经验的行业级智能体系。

作为全球首个深度契合流程工业第一性原理的可信模型，中控技术自主研发的时间序列大模型TPT（Time-series Pre-trained Transformer）已在万华化学、兴发集团、大唐多伦等行业头部企业实现应用落地，切实验证中国工业AI路径的可行性。

不同于“先有AI，再去寻找工业场景”的通用路径，TPT 本身就源于流程工业长期积累的工程体系与运行经验：其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，覆盖化工、石化、电力、冶金等行业的大规模自动化控制系统与工业操作系统，沉淀了超1亿I/O点数的万厂机理知识。

融合多行业、多工厂、多装置的全维度时序数据，TPT能敏锐捕捉参数间复杂的动态关联与深层次的时序依赖，对设备寿命、工艺指标趋势等实现高精度的预测。在万华化学项目上，TPT已在65万吨烧碱装置上得到全面应用，通过分析膜性能劣化与关键参数（如电耗变化）的深层关联，离子膜寿命预测精度高达95%。

与此同时，TPT采用了“预训练+微调”的范式。在海量工业时序数据预训练形成的通用能力基础上，以少量特定装置的数据进行微调，以快速适配不同的新场景、新装置，极大地降低了模型在多样化应用场景落地的成本和门槛，实现由一个TPT大模型为基座打造“一个软件支撑多种应用场景”的新模式。

目前，TPT已在氯碱、石化、热电、煤化工等领域落地百余个项目：在万华化学宁波氯碱生产基地项目在万华化学的全厂级部署中，TPT为其年节省综合成本超千万元；在兴发集团湖北兴瑞工厂氯碱生产改造项目上，TPT助力工厂的生产效益提升1%-3%；在兰州石化榆林化工乙烷制乙烯装置优化项目中，TPT的预警准确度高达99.79%，投炉时长缩短25%，年综合效益提升超1500万元。