国金证券2025年3月发布的工业AI行业报告指出，工业AI中台正从概念验证走向规模化落地。赛意信息近期中标合同金额达4,847万元的AI中台项目，内容涵盖基于AI工具链实现数据处理、大模型训练与微调、AI应用开发等端到端能力。中控技术流程工业时序大模型TPT已在万华化学、兴发集团、镇海炼化等数十家大型企业落地。工业AI中台通过“开源大模型+云API”混合推理、多模型综合管理、MLOps全生命周期管理、可观测性四大核心能力，回应工业客户模型侧与数据侧高频迭代的迫切诉求，商业化渗透率正从0到1突破。
工业AI中台何以诞生：模型与数据高频迭代的必然产物
工业客户行业知识库与外界AI大模型迭代速度较快，仅在过去几个月中，全球AI格局便经历了o1、DeepSeek R1、o3、Grok 3、Claude 3.7的至少五轮迭代，且不同AI模型适配的应用场景有所差异。AI决策直接影响工业客户生产质量，AI必须基于制造业的专业知识进行定制化（预训练、微调、RAG），并伴随客户知识库变化同步更新。工业AI中台应运而生，能够在不影响正常生产经营的前提下实现模型与知识库两端的平滑升级和优化。具体而言，工业AI中台应具备四大核心能力：一是“开源大模型+云API”混合推理，默认调用本地大模型保证低延迟和数据安全，本地模型置信度不足时自动fallback到云端API；二是多模型综合管理，统一管理开源大模型和外部API，提供标准化调用接口，避免业务系统直接依赖单一模型；三是模型全生命周期管理（MLOps），通过Kubeflow、MLflow等工具实现自动化训练、评估、上线，灰度发布与AB测试确保稳定性；四是通过监控推理延迟、错误率、模型漂移实现完整的可观测性体系。
赛意信息AI中台项目达4847万元，华为昇腾生态加速落地
2025年2月，广汽集团联合华为正式启动“广汽AI中台及应用试点项目”，赛意信息作为合作伙伴深度参与。项目聚焦智能网联开发、产品设计和办公等AI应用场景，以降低运营成本、提升业务效率、敏捷快速交付为目标。建设内容包括基于AI工具链实现数据处理、大模型训练与微调、AI应用开发等端到端能力，并具备接入DeepSeek大模型的能力。赛意信息2月28日披露项目合同金额高达4,847万元。赛意善谋GPT已基于华为昇腾国产算力构建出PCB行业大模型，通过DeepSeek模型接入适配，基于数据蒸馏、模型蒸馏以及强化学习能力生成高质量数据，结合行业知识精细调优，显著提升性能和推理效率。PCB行业大模型的部署标志着工业AI中台从“技术概念”走向“商业落地”，也为其他垂直行业AI中台的复制推广提供了可参照的范式。
表：工业AI中台核心能力与价值| 核心能力 | 技术实现 | 工业场景价值 |
|---|
| 混合推理 | 本地开源大模型+云端API fallback | 降低70% API成本，保障数据隐私 |
| 多模型管理 | 模型编排、治理、向量数据库 | 避免单一模型依赖，自动推荐最优模型 |
| MLOps | Kubeflow/MLflow自动化流水线 | 模型升级周期从1个月缩短到1天 |
| 可观测性 | 监控推理延迟/错误率/模型漂移 | 及时发现模型失效，保障业务稳定 |
中控技术TPT大模型落地数十家大型企业，流程工业AI中台初具规模
2024年6月，中控技术面向全球发布了流程工业首款时间序列大模型TPT（Time-series Pre-trained Transformer）。TPT结合大量行业知识和工业数据基础，融合工艺参数的设备异常监测及诊断、实现全过程质量精准模拟与优化控制、将难以机理建模的装置运行优化、帮助石化装置实现精准模拟优化和动态路径规划。目前已在万华化学、兴发集团、镇海炼化等数十家大型企业的氯碱、热电、石化等装置实现落地应用。2025年，中控技术将TPT与DeepSeek深度融合，推出流程工业首个“时序智能+认知智能”双引擎架构。TPT专注实时数据流分析，每秒处理数万传感器信号；DeepSeek化身“数字老师傅”，将行业经验转化为可执行策略。双引擎实现三大核心功能：TPT“自主监督”+DeepSeek全面提升异常识别处置能力；TPT“自主优化”+DeepSeek全方位挖潜增效、节能降碳；TPT“自主决策”+DeepSeek推进驱动装置少人、无人化运行。
工业AI中台部署能力壁垒与市场空间
工业AI中台建设目前尚处于渗透率早期，对五大能力均提出较高要求。一是异构算力整合，需支持英伟达/昇腾/寒武纪等多架构芯片，实现千/万卡级并行训练能力。二是模型全生命周期管理，覆盖开发（特征工程、AutoML）、部署（K8s容器化）、监控（异常检测），需集成MLflow等工具链。三是工业数据治理，打通ERP/MES/IoT数据孤岛，构建行业特征库。四是领域Know-how，沉淀行业算法模板，需联合客户共创。五是工程化交付能力，具备私有化部署经验（如广汽项目），跨平台兼容性（支持ROS/OPC UA工业协议）。工业AI中台市场空间广阔，从汽车制造到化工、钢铁、电子等垂直行业均存在落地需求，具备算力整合、模型管理和工业Know-how综合能力的企业有望在这一蓝海市场中占据先发优势。
