2026年5月，天谋科技发布 TimechoAI 时序大模型服务平台，面向工业、能源、航空等场景提供时序预测与智能分析能力，帮助企业将海量设备数据更快转化为预测结果、预警信号和业务决策依据。
当前，制造、能源、交通等行业普遍积累了大量时序数据，但数据价值释放仍面临两类难题：一是设备高频采样带来数据规模持续增长，人工分析和传统规则方法难以覆盖；二是通用大模型并非针对时序数据建模，企业在预测、预警和异常识别场景中往往面临门槛高、周期长、落地难的问题。
TimechoAI 基于天谋科技自研 Timer 系列时序大模型，围绕时序数据的连续性、周期性和趋势性进行优化。平台支持通过 Web 界面直接上传 CSV 或 TsFile 数据，快速获得预测结果；同时支持协变量建模，可引入天气、节假日、价格、生产计划等外部因素，提升复杂场景下的分析能力。平台内置 Timer-3.5、Chronos-2、AutoARIMA、Holt-Winters 等多种模型，并提供 Auto 自动模式，帮助用户根据数据特征自动选择模型与推理策略，降低调参成本。
在开放生态方面，TimechoAI 支持 REST API 与 Python SDK，便于与企业自有系统集成，并可与 IoTDB、TimechoDB 形成“DB + AI”的完整产品闭环。根据公开数据，Timer 系列模型在 Hugging Face 的单月下载量已超过 500 万次，说明其在全球开源社区中已经获得较高关注度和验证。
TimechoAI 的落地也已进入具体业务场景。以某大型航空公司的关键部件 PRSOV 故障预警项目为例，天谋科技基于时序数据库底座和时序大模型能力，对 QAR 高频时序数据进行统一管理与建模，采用“健康样本建模 + 异常偏差预警”路径，成功提前识别异常趋势，为后续处置争取了时间窗口。该案例表明，时序大模型可以在复杂工业场景中与业务机理、数据底座协同工作，提升预测性维护和风险预警的可操作性。
关于天谋科技（北京）有限公司 天谋科技由 Apache IoTDB 核心团队于 2021 年创立，源于清华大学长期的时序数据管理研究积累，专注于为工业物联网、能源电力、先进制造、航空航天等行业提供时序数据库、时序大模型及专业技术服务。公司业务覆盖 50 余个国家和地区，服务 1000 余家规模以上工业企业，致力于让企业以更低成本挖掘更大的数据价值。