中控技术688777调研纪要20260621

中控技术：工业大模型稀缺标的，FDE模式驱动千亿级市场放量 摘要 ●中控技术发布国内首个工业通用大模型TPT,采用MoE架构，具备极高数据质量与代际领先优势，正从“1到100”的非线性增长阶段加速迈进。●公司具备稀缺的FDE(前沿部署工程师)模式，通过DCS背景工程师实现“前置对齐”,解决算法人才缺乏行业知识的痛点，构筑极高竞争壁垒。●TPT模型落地流程已标准化：前置对齐->数据接入->原型生成(1-2周)->影子测试(2-3周)->生产部署，通过本地反哺机制实现模型能力正向循环。●市场空间巨大：国内流程工业存量装置约20多万套，公司覆盖11万套，按单套100万元估算，仅存量客户潜在收入空间即达1,100亿元。●商业模式由项目制向SaaS订阅制转型，2026年Q1工业AI收入1.84亿元，预计未来毛利率与净利率将显著高于传统DCS业务。●政策端“AI+制造”实质性推进，中石油、中石化等标杆项目加速落地，公司all-inAI的股权激励目标预示下半年订单与业绩将持续释放。 Q&A 基于当前市场环境和政策导向，中控技术在科创50板块中的定位和稀缺性体现在哪些方面? 中控技术在科创50板块中具备显著的稀缺性，主要体现在其作为国产工业AI通用大模型第一股的地位。首先，随着科创50板块开始引入大模型业务概念，以及近期对国外AI服务的限制，国产大模型的自主可控性要求进一步提高，其稀缺性凸显。在AI算力各环节持续涨价的背景下，AI应用的落地成为核心趋势，而中控技术在这一领域占据了先发优势。其次，政策层面持续利好。工信部等七部门发布的行动方案明确提出要加大对各行业大模型及人工智能体的推进力度，预示着下半年国产大模型的需求将持续释放，其中制造业是重点扶持方向。AI+制造的政策正在实质性推进，例如广西壮族自治区已召开首个省级“AI+制造”会议，在评选的十个AI标杆项目中，五个是中控技术的客户，其中两个由中控技术牵头主导落地。这反映了公司在流程工业AI项目上已获得积极的市场认可 和趋势引导，因此，中控技术已进入从“一到一百”的投资阶段，预计其标杆项目(如中石油、中石化、万华化学、镇海炼化、兴发集团等；将持续加速落地，并在下半年随着各省的建设推进，释放更多订单和业绩。 中控技术从传统的自动化厂商向智能化时代转型的核心优势是什么?其推出的TBT通用大模型有何特点? 中控技术的核心优势在于其深厚的行业积累与前沿AI技术的结合。作为在自动化时代己成功实现国产替代并领先海外巨头的DCS厂商，中控技术在向智能化时代转型时具备天然优势。公司推出的TBT通用大模型是国内首发的工业领域通用大模型，在全球范围内也属稀缺。该模型的关键特点在于其数据质量和数据优先级，在这方面远超国内外其他厂商。这种代际领先的技术，结合公司自上而下的政策推动和自身all-in的决心(体现在股权激励目标上),共同构成了其强大的转型护城河。 如何理解中控技术是能够实现FDE(ForwardDeployedEngineer)的大模型厂商这一观点?FDE模式的核心难点体现在哪些环节? 中控技术被认为是国内乃至全球范围内少数能实现FDE(前沿部署工程师)模式的大模型厂商，这构成了其独特的护城河。FDE模式由Palantir首创，要求算法工程师不仅具备高阶算法能力，还能深入客户的物理现场，解决部署过程中的具体痛点和难题，并对模型进行实地反馈与连接。这一模式的难点在于，它弥合了传统大模型厂商的天然短板----即缺乏深厚的单一行业知识和现场实施经验。许多大模型厂商的团队以高阶算法人才为主，向B端行业落地时需要经历漫长的招聘和项目摸索过程。而中控技术这类深耕流程工业多年的企业，在转型AI时，其团队天然具备深入B端的项目实施能力，从而补齐了大模型落地的关键一环。FDE流程的第一个环节“前置对齐”就极具挑战性。该环节要求在项目初期就深入客户现场，对具体场景所需的数据和功能进行预演和梳理。以乙烯生产为例，工程师需要走遍所有生产装置，识别哪些数据有效、哪些无效，这项初期的咨询作可能就需要耗费两到三个月的时间。 中控技术在B端AI落地过程中，其独特的“前置对齐”模式具体是如何运作的，以及该模式如何构筑了公司的核心竞争壁垒? 在B端AI的落地过程中，前置对齐是必不可少的环节，尤其是在生产等高度严肃性的场景中。这一过程需要工程师具备深厚的行业知识，以理解装置、数据类型(如单位是兆帕还是温度)、数据精度(小数点位数)以及数据在整个反应链条中的作用和重要性。许多大模型公司的算法工程师缺乏这种行业背景，难以完成这项工作。中控的核心优势在于其工程师团队源于DCS(集散控制系统)团队，他们深入理解各项业务流、DCS接口的数据设置以及自动化时代的系统配置，这一基因完整地保留了下来。这使得中控在“前置对齐”阶段具备了独家优势，有效阻隔了许多意图进入B端市场的大模型公司。具体而言，整个落地流程分 为五个步骤：第一步是前置对齐，这是中控的核心优势所在，第二步是数据接入与本体建模。中控的TPT模型是一个MoE混合模型，具备强大的泛化能力。在前置对齐完成后，客户数据可以被高效地暴力接入。模型后台能够迅速调用并构建出针对该产线的关键变量矩阵。第三步是AI原型生成。这个过程相当于在本地泛化复制出一个适配特定数据的模型复制体，我们称之为“复制体A”。这个复制过程非常迅速，本地私有化训练部署的周期很短，模型能够自适应或自学习，通常在一到两周内即可完成落地。第四步是生产部署与迭代。生成的“复制体A”会先进行影子测试，即在小产线上进行小规模试运行，这个过程大约需要两到三周或更短时间，测试通过后，模型便可逐步接入实际产线，进入边运行边自学习的迭代过程。第五步是能力沉淀与反哺。在本地部署的“复制体A”会将其在实际应用中沉淀或抽象出的能力，反馈输送给本体模型。所有模型均在本地部署且数据不出域，确保了数据源的安全性。通过这种反哺机制，TPT本体模型的能力得以持续增强，形成了项目越多、模型能力越强的正向循环。这套完整的FDE(Forward Deployed Engineer)模式打通了从数据对齐到模型迭代的整个链路，难度极高，从根本上解释了为何中控的业务模式难以被其他厂商复制。 FDE模式在行业内的应用现状如何?中控技术与Palantir等公司在FDE模式的应用上有何异同? 目前，FDE模式正逐渐被行业认知，包括OpenAI、Anthropic在内的公司都处于招聘FDE工程师的初期阶段。Palantir是将FDE作为其核心商业模式并已实践得非常完整的公司。中控的底层思路与Palantir非常相似，但并非简单的复制。中控是在Palantir模式的基础上，结合自身优势做了一个通用的工业大模型。因此，中控的模式是“FDE”与“通用大模型”的双重叠加。这种双线并行的能力，要求企业必须在自动化时代有深厚的积累，因为工程师需要对前置对齐工作中的海量数据有深刻的理解，并能判断不同数据的重要性。 当前工业AI通用大模型为何如此稀缺?其构建难度体现在哪些方面? 业AI通用大模型在未来半年到一年甚至更长时间内，都可能难以被复制，其稀缺性主要源于两大核心难点。第一，自上而下构建“工业数据联盟”的难度极高。通用大模型的训练需要纯度很高的、可在真实世界应用的工业数据集。单一厂商可能拥有某个垂直领域的数据，但要实现整个流程工业的泛化，则需要覆盖全流程工业的训练基础。中控的优势在于，其在过去的自动化、信息化及数字化时代深入参与了流程工业企业的发展，积累了构建数据联盟的基础，并能深刻理解其中的化学原理和工艺变化。这个数据联盟的建立有两大前提：首先，需要极高的自主可控和安全认可度，这会阻隔许多海外龙头企业；其次，需要极高的流程工业企业渗透率，新进入者难以在短期内达到同等水平。这得益于我国自“十四五”以来在智能制造和数字化转型方面的长期铺垫。第二，公司作为民营企业all in AI的决心和自上而下的全面推进。相较之下，一些全球龙头企业如西门子，虽然也推出了时间序列大模型产品GTT,但其业务覆盖离散与流程等多个行业，GTT可能并非其唯一或all-in的战略方向，策略上可能更为中庸，因此 标杆项目并不多。而中控自2024年发布TPT以来，持续加大研发投入，年初发布的股权激励方案也将工业AI相关的考核目标提到了非常高的维度，反映了公司整体对该业务的投入力度。这种投入力度的差距未来可能会持续扩大。 中控技术在AI领域的长期战略愿景是什么?除了通用大模型，还有哪些前瞻性布局? 中控的长期战略并非仅仅局限于做通用大模型本身，而是以通用大模型为切入点，开启下一个自主运转工厂时代的序幕。公司的布局是体系化的，旨在最终实现整个工厂的自主运转。具体来看，除了TPT大模型这一核心环节，公司还在其他方面进行前瞻性布局。例如，公司正在研发UCS,作为其中控TCS部分的升级版本，未来将为新投产的厂商提供体系化的算力支持。同时，公司也在持续布局机器人领域，包括工厂产线中的机械臂、巡检机器人等多种形态的产品。这些布局的指向性非常明确，即构建未来自主运转工厂的完整业态。从这个维度看，中控正朝着成为工业领域龙头的目标持续推进，具备长期的发展和投资价值。 如何看待中控技术当前的市值、商业模式以及未来的增长潜力? 公司市值盘中突破千亿，反映出市场正逐步认知并正向反馈其新的战略方向和商业模式。从业绩和商业模式来看，2026年第一季度工业AI收入为1.84亿元。随着公司逐步推进订阅制商业模式，收入的持续性和稳定性预计将越来越高。下半年，随着央国企在“AI+制造”和“双碳”等政策驱动下需求的增加，预计对TPT的考察和采购将持续加大，股权激励目标有希望达成，甚至可能在年底带来更多惊喜。从市场空间来看，国内流程工业存量装置数约有二十多万套，中控自身的存量客户覆盖约十一万套。仅以存量客户计算，按单套一百万的单价估算，潜在收入空间可达1,100亿元。考虑到模型的稀缺性和行业格局，若能进一步拓展市场至全部二十多万套装置，则对应超过2000亿的市场空间，潜力巨大。公司目前正处于从1到100的非线性增长阶段，增速非常快，当前仍属于投资初期。其商业模式以SaaS为主，未来成本结构预计以研发费用为主。通过拓展交付生态合作伙伴，可以提升交付产能和效率。因此，长期来看，其毛利率和净利率水平有望显著高于当前传统的DCS项目制业务，利润空间非常可观。在资本市场层面，随着下半年国产大模型趋势的演进和更多大模型公司进入资本市场，有望形成更好的板块效应。中控在科创50中作为模型侧和软件侧的标的，稀缺性非常高，具备持续发展的潜力。