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。
大会设置一场主论坛、一场技术分论坛和两场应用案例分论坛，从 AI 与数据库未来趋势、工业时序数据价值和数据基础设施演进，到多模态数据管理、时序大模型训推、AI 数据生态、安全与性能，再到能源电力、新能源、油气、船舶、轨道交通、储能、工业 AI 等真实产业实践，沿着“趋势判断—技术深入—产业实践”的脉络，共同探讨 DB × AI 从技术创新走向产业现场的新路径。
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，呈现面向 AI 时代的时序数据技术体系与产品演进方向。
大会的开场也以一种特别的方式，将这一主题带到了现场。短片《数据抵达现场》从工业现场的一条条真实信号出发，串联风电、储能、轨道交通、工业制造、航空航天等多个场景，呈现时序数据从实时产生、高速流转，到进入数据库完成管理与分析，再由 AI 进一步理解、预测并重新作用于现实世界的全过程。
当视频中的数据最终“抵达”大会现场，人形机器人 Tico 随即走上舞台，将屏幕中的数据世界延伸至真实空间。伴随 Tico 的动作，大屏实时呈现关节动力学、姿态状态等多维运行信息，并同步展示基于 TimechoAI 的时序预测结果；随后的一段截拳道表演，更直观呈现高速运动状态下时序数据持续产生、变化与被感知的过程。
从一台机器人的实时状态，到工业现场的海量设备与连续数据，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，与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，以及来自海光信息、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、长沙赛搏与天谋科技的产业伙伴共同参与启动仪式，进一步连接学术科研、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，推动 DB × AI 技术创新与产业协同。
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。现场同步设置产品展示、技术演示和互动体验等多个展区，集中呈现 DB × AI 相关产品与实践成果，为来自能源电力、航空航天、石油化工、先进制造等领域的参会者提供技术交流与产业连接的平台。
从前沿判断到产业现场，寻找 DB × AI 的下一步
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 DB × AI 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。天谋科技 CTO 乔嘉林则围绕《多模态时序数智化软件栈》，分享天谋科技在 DB × AI 方向的最新技术与产品进展。
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 的发展趋势，到数据库与智能的融合，再到油气、航空等高要求工业场景，主论坛从不同层面回答了同一个问题：当 AI 真正走进生产系统，数据基础设施将如何随之演进。
多模态时序数智化软件栈发布，从数据管理走向数据智能
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。
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，通过 Object 数据类型实现多类数据基于统一时间轴的建模与联合分析，同时持续从身份鉴别、访问控制、数据加密等维度完善安全体系，为工业关键业务提供安全可靠的数据底座。
过去一年，TimechoDB 在安全可靠与自主创新方面也取得新的进展，成为首批通过国家安全可靠测评的时序数据库，并通过国家首版次软件评测。从底层技术能力到权威测评与产业认可，TimechoDB 持续完善面向关键行业的数据基础设施能力。
TimechoAI 围绕 Timer 系列基础模型，打通数据评估、治理、模型训练、推理与评估流程，并支持企业利用内网工况数据训练专属时序模型，让真实工业数据能够更加便捷地进入 AI 训推链路。
在此基础上，TimechoAgent 通过 Skills、CLI 与 MCP 等方式连接人、模型与数据，让数据查询、质量评估、模型预测和结果回写等任务能够更加自然地完成，进一步打通数据库与 AI 之间的应用链路。
围绕这套软件栈，下午技术分论坛继续向技术深处推进，分别从数据、模型、生态、智能、安全、效能六个方向展开。
在 DB 方向，研发团队集中分享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 性能调优实践；在 AI 方向，则围绕时序大模型训推基础设施、国产 AI 加速卡适配、Apache TsFile 融入 AI 数据生态，以及零样本预测、自然语言交互等展开技术演示与讨论。
从多模态数据管理，到模型训推与 AI 数据流转，再到安全、性能和智能交互，这些技术探索共同指向一个变化：时序数据库正在从数据存储与查询底座，进一步成为连接工业数据与 AI 应用的重要基础设施。
回到真实项目，看 DB × AI 如何创造价值
技术最终是否有价值，仍然要回到真实场景中验证。
大会同期举行的两场应用案例分论坛，将视角进一步拓展至能源电力、新能源、船舶、油气、储能、工业 AI、智能算力与科研等更多场景。来自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、东南大学以及中国地质大学等单位的实践者，从船舶科研、能源电力、智能算力、流程工业与空间科学等方向分享项目经验。
另一场案例分论坛则汇聚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，进一步呈现时序数据库与 AI 在新能源、油气、储能、工业智能及产教融合等场景中的探索。
从大型光伏与储能场景的数据平台建设，到新能源电力交易；从油气生产与管网数据，到船舶试验、轨道交通智能运维；从工业 AI 底座，到时序预测与前沿科研，两场论坛所讨论的问题虽然来自不同产业，却呈现出相似的技术演进方向——企业正在从“管理数据”进一步走向“利用数据”，让实时数据与历史数据共同服务于预测、诊断、优化和智能决策。
这也让 DB × AI 不再只是一个技术概念，而成为越来越多真实项目正在探索和验证的技术路径。
不只听报告，现场体验 DB × AI
除了四场论坛，大会现场还设置产品演示、互动体验和技术生态展区，将台上的技术讨论进一步变成可以上手体验的产品与应用。
围绕 “TimechoDB × TimechoCLI：打通 DB × AI 的最后一公里”、“TimechoAI × TimechoCLI：让你拥有自己的时序‘炼丹炉’”、“TsFile × AGI TsFile：仿真训练与真机调测的数据桥梁”三大主题，与会嘉宾和开发者通过现场操作，直观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。
技术生态展区同样汇聚了来自产业不同环节的合作伙伴。海光信息、中恒博瑞、崖山数据库、THU 数据派、哈工大海量数据计算研究中心、EMQ、SelectDB、软信天成、贤牛、仁科信息等单位带来各自的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。
从数据到智能，让 DB × AI 真正抵达现场
从院士专家对技术未来的判断，到数据库与时序大模型的技术深入，再到十余场产业与科研实践分享，本届大会围绕「DB × AI」展开了一条从趋势、技术到应用的完整路径。
开场短片中，一条条来自现实世界的信号经过流转、管理和分析，最终重新作用于物理世界。大会现场所讨论的 DB × AI，同样指向这一目标：让持续产生的数据不只被存储和查询，更能够进入模型、支撑决策，并最终创造真实业务价值。
面向未来，天谋科技将继续深耕时序数据与 AI 融合创新，围绕多模态时序数智化软件栈，持续完善从数据管理、模型训推到智能应用的产品与技术体系，并携手用户、开发者及产业伙伴，推动安全可靠的 DB × AI 技术在更多行业落地，让每一份时序数据转化为可用、可执行的智能。
*后续我们还将陆续推出重点报告回顾与大会视频回放。大会 PPT 合集请私戳欧欧小助手，将在与讲师确认可公开内容后发送（微信号：apache_iotdb）。
更多 2026 时序数据技术创新大会精彩内容，欢迎持续关注！
