2026时序数据技术创新大会在京举行：多模态时序数智化软件栈发布，「DB × AI 产业生态合作计划」启动

2026 年 8 月 22 日，由中国通信学会开源技术委员会主办、天谋科技承办的 2026 时序数据技术创新大会在北京丽都皇冠假日酒店成功举办。

本次大会以「DB × AI」为主题，多位院士专家领衔，超 30 位嘉宾齐聚一堂，既有来自清华大学、香港浸会大学、哈尔滨工业大学等高校的专家学者，也有中国石油昆仑数智、中国南方航空等 20 余家企业代表。大会设置主论坛、技术分论坛及两场应用案例分论坛，议题覆盖 AI 与数据库发展趋势、工业时序数据价值、多模态数据管理、时序大模型训推、AI 数据生态、安全与性能等方向，并延伸至能源电力、新能源、油气、船舶、储能、工业 AI 等产业实践，形成“趋势判断—技术深入—产业实践”的内容脉络。

大会期间，天谋科技正式发布多模态时序数智化软件栈，进一步将能力从时序数据管理延伸至模型训练、推理与智能应用。

大会以短片《数据抵达现场》拉开帷幕。视频从工业现场持续产生的时序信号出发，串联风电、储能、轨道交通、工业制造、航空航天等场景，呈现数据从产生、流转、管理，到进入 AI 分析预测并重新作用于现实世界的过程。

当视频中的数据最终“抵达”大会现场，人形机器人 Tico 随即登台，大屏同步呈现其关节动力学、姿态状态等运行信息以及基于TimechoAI 的时序预测结果，并通过高速动作展示时序数据在实时感知与分析中的变化过程。这场特别的开场也成为「DB ×AI」主题的一次现场化表达。

大会现场，「DB × AI 产业生态合作计划」正式启动。原科技部高新技术司二级巡视员尉迟坚，清华大学软件学院孙家广院士，麒麟软件首席科学家、中国电子春天研究院吴庆波院长等代表嘉宾，与来自天谋科技、海光信息、和利时、航天软件、中冶赛迪、国网信产国电通、昆仑数智、新大陆软件、凯特数智、瑞风协同、长沙赛搏的产业伙伴共同参与启动仪式，进一步推动学术科研、基础软硬件、数据库与人工智能、工业软件及行业应用等多方力量协同创新。

大会吸引数百名企业用户、技术人员和开发者到场交流，线上直播累计观看数十万人次。

前沿判断与产业实践，共探 DB × AI 下一步

AI 加速进入工业场景，也正在改变数据基础设施的能力边界。大会主论坛上，中国工程院院士孙家广、中国通信学会副秘书长涂华分别致辞，多位专家学者与产业嘉宾从人工智能、数据库、工业数据及真实生产系统等不同角度，对数据库与人工智能融合的发展方向展开讨论。

中国工程院院士、中国人工智能学会副理事长何友围绕《人工智能发展与应用》，分享人工智能技术演进与产业应用趋势；美国国家工程院院士、香港浸会大学科学杰出教授 C. Mohan 从硅谷视角回顾大数据、深度学习到大模型与智能体的发展，指出高质量数据始终是 AI 发展的重要基础，数据库与 AI 正形成更紧密的协同关系，同时仍需持续面对性能、准确性、安全隐私、成本与复杂性等挑战。

清华大学软件学院院长王建民教授则从工业时序数据价值与开源创新出发，结合 Apache IoTDB 的发展实践，探讨如何连接技术创新与产业需求，持续释放工业时序数据价值。报告还进一步围绕数据与智能融合背景下的开源创新与体系结构演进展开讨论，探讨 AI 时代数据基础设施新的演进方向。

天谋科技 CTO 乔嘉林围绕《多模态时序数智化软件栈》，将讨论进一步从趋势判断带入数据库与 AI 融合的技术体系与产品演进。

产业实践环节进一步将讨论带回真实生产现场。中国石油昆仑数智科技有限责任公司数据智能事业部总经理黄文俊分享油气化工全产业链生产现场标准化数据采集实践，在相关应用中，钻井风险预警准确率达到 85% 以上，炼化装置工艺预测与异常诊断智能体准确率达到 95% 以上。

中国南方航空股份有限公司项目技术专家张欢介绍 IoTDB 在民航客机预测性维修中的典型应用。依托 TsFile 构建的数据底座，相关故障预警模型开发周期由数小时缩短至分钟级，进一步展现时序数据基础设施进入预测性维修与智能分析链路后的应用价值。

从 AI 技术趋势，到数据库与智能的融合，再到油气、航空等高要求工业场景，主论坛集中呈现了 DB × AI 从前沿探索走向产业应用的发展路径。

多模态时序数智化软件栈发布，打通数据管理、模型训推与智能应用

面对 AI 时代新的产业需求，企业所关注的问题已经不再只是海量数据“如何存下来、管起来”，而是进一步延伸至这些持续积累的数据如何进入模型训练、预测分析与智能应用链路。

在主论坛报告中，乔嘉林系统介绍了天谋科技面向 DB × AI 构建的多模态时序数智化软件栈，同时回顾了过去一年在自主创新与安全可靠方面取得的重要进展：TimechoDB 通过国家安全可靠测评，并通过国家首版次软件评测。随着数据库进一步进入能源、交通、工业制造等关键业务场景，安全、可靠与自主可控，也成为数据基础设施持续演进的重要基础。

围绕“数据怎么管、数据怎么用”两类核心需求，天谋科技此次发布的多模态时序数智化软件栈，以 Apache TsFile 为贯穿端、边、云的统一时序数据文件底座，由 TimechoDB、TimechoAI 与 TimechoAgent 共同构成，形成从数据管理、模型训练与推理到智能应用的完整能力链路。

其中，TimechoDB 将数据管理能力从传统数值时序数据进一步拓展至图片、音频、视频等多模态数据，并持续完善安全体系；TimechoAI 围绕 Timer 系列基础模型，打通数据评估、治理、训练、推理与评估流程，支持企业利用内网工况数据训练专属时序模型；TimechoAgent 则通过 Skills、CLI 与 MCP 等方式连接人、模型与数据，进一步打通数据库与 AI 之间的应用链路。

围绕这套软件栈，技术分论坛进一步从数据、模型、生态、智能、安全、效能六个方向展开。在 DB 方向，研发团队围绕工业多模态数据统一管理、安全增强与漏洞治理，以及千万级测点、高吞吐写入和复杂查询条件下的 IoTDB 性能调优展开分享；在AI 方向，则覆盖时序大模型训推、国产 AI 加速卡适配、Apache TsFile 融入 AI 数据生态，以及零样本预测、自然语言交互等技术实践。

从多模态数据管理，到模型训推、AI 数据流转、安全治理和性能优化，这些技术实践也呈现出时序数据库从数据存储与查询底座，进一步向连接工业数据与 AI 应用的数据基础设施演进的趋势。

多行业实践，时序数据走向预测、诊断与智能决策

大会同期举行两场应用案例分论坛，来自能源电力、新能源、船舶、油气、储能、工业 AI、智能算力及科研等领域的一线实践者，围绕时序数据技术与 AI 的产业应用展开交流。

中国船舶科学研究中心、中能建能源研究院、海光信息、中冶赛迪、东南大学、中国地质大学等单位分享了船舶科研、能源电力、智能算力、流程工业与空间科学等方向的项目实践；青海光伏产业创新中心、凯特数智、美克生能源、南京天洑以及清华大学、哈尔滨工业大学、青岛理工大学等单位，则进一步呈现了新能源、油气、储能、工业智能及产教融合等领域的探索。

从光伏、储能和新能源电力，到油气生产、船舶试验与工业智能，不同行业正在从“管理数据”进一步走向“利用数据”，让实时与历史时序数据更多参与预测、诊断、优化与智能决策，DB × AI 也从技术概念逐步走向真实项目实践。

除论坛分享外，大会现场还设置产品演示、互动体验与技术生态展区。围绕 TimechoDB、TimechoAI、TsFile 等产品与技术，与会嘉宾和开发者现场体验时序数据从存储管理走向分析预测与智能应用的过程；海光信息、中恒博瑞、崖山数据库、THU 数据派、哈尔滨工业大学海量数据计算研究中心、EMQ、SelectDB、软信天成、贤牛、仁科信息等单位也带来各自技术成果与实践方案，共同呈现基础软硬件、数据库、数据平台与行业应用协同发展的开放生态。