ITPub博客

首页 > 数据库 > 国内数据库 > 陶建辉出席第十二届中国智能技术与大数据会议,分享工业大模型落地的最后一公里

陶建辉出席第十二届中国智能技术与大数据会议,分享工业大模型落地的最后一公里

原创 国内数据库 作者:TDengine 时间:2026-11-18 13:24:04 0 删除 编辑

11月14日至15日,由中国人工智能学会主办,CAAI智能服务专委会、南昌大学联合承办的第十二届中国智能技术与大数据会议(CITBD 2026)在南昌举行。会议汇聚学术界、产业界300余位代表,设置主旨报告、6场大会报告和5个平行论坛。

涛思数据创始人兼CEO陶建辉受邀参加,并在"大数据与数据智能"平行论坛作题为《大模型在工业场景落地的最后一公里》的分享。

Image

工业AI卡在哪里

陶建辉提出,工业AI"雷声大、雨点小"的核心原因,不是大模型能力不够,而是企业的数据底座没有准备好。他列举了三重障碍:

  • 数据烟囱:DCS/SCADA、MES/LIMS、ERP/EAM、能源、环保、地质等系统各有自己的数据模型、接口、命名规则和权限体系。数据存在,却无法统一使用。

  • 标准不统一:同一个"选矿回收率",在不同系统里可能是 recovery_rate、回收率、选矿回收率;同一台设备可能有多个名字,计量单位也可能不一致。结果是无法横向分析、无法跨厂对比,AI 训练困难。

  • 缺乏情景化:一个 85℃ 的温度值,脱离了设备、工序、工况、班组等上下文就毫无意义,数字只是数字。

用他的话说,AI 最怕"同物不同名,同名不同物";没有上下文的数据,AI 只能瞎猜。

Image

TDengine 的解法:先建工业本体

针对这些问题,TDengine 的思路是在数据存储层与应用层之间构建统一的工业本体,作为源于现实工业世界、面向运营分析与决策、可被 AI 和人共同操作的数字镜像。

工业本体建模:按照工业对象、对象联系、决策行动、管控权限等维度组织数据模型,用树形模型组织工厂—车间—产线—设备的资产层级,用网络模型补全设备间的横向关联;同时构建数据目录,完成数据标准化与情景化,把分散的原始数据映射为有业务含义的信息资产。

确定性任务固化为原子应用:对于规则清晰的任务,TDengine 将其固化为系统的原子应用,而不是交给 AI 即席生成。Agent 和 Web 应用都可以直接调用,既减少 Token 消耗,也让生产系统在不依赖大模型的情况下仍能正常运行。

知识管理:将企业隐性知识转化为数据知识、文档知识、规则知识、模型知识和流程知识五种可管理形态,让经验从个人记忆变成可持续复用的企业资产。其中,Skills 把复杂任务封装为 AI 可调用的标准工作流,知识库则把私有文档索引为可检索的知识图谱。

工业智能体运行时:平台统一连接主流大模型,不内置、不绑定,内置智能体执行、认知与能力扩展框架,并提供十余个开箱即用的 AI 助手,覆盖数据查询、面板创建、根因分析到报告生成。在此基础上,无问智推可根据当前数据与行业知识自动推荐分析面板,智能问数则让业务人员直接用自然语言提问。

在陶建辉看来,这正是 TDengine 从时序数据库升级为 AI 原生工业数据平台的意义所在。目前,TDengine 所有功能对中小企业永远免费。


来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/70014783/viewspace-3189326/ ,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
TDengine 是一个 AI 驱动的物联网工业大数据平台,旗下有两款产品:TDengine TSDB——高性能、分布式的时序数据库和 TDengine IDMP——AI 原生的工业数据管理平台。

注册时间:2022-03-07

  • 博文量
    564
  • 访问量
    532451