工业现场最常见的问题，不是“看不到异常”，而是看到异常之后，很难快速定位真正的原因。
报警出来了，数据也有了，但工程师往往还需要翻历史记录、查关联指标、反复比对趋势变化，才能一点点逼近问题根源。很多时候，真正耗时的不是发现问题，而是定位问题。
这次，我们想用一场直播，聊清楚这件事。
在本次 TDengine IDMP 新版本直播中，我们将围绕工业场景下的异常诊断与根因分析，演示从报警触发、事件分析到根因定位的完整流程，看看 AI 如何把原本依赖人工经验的排查过程，变成更高效的数据驱动分析过程。
除了 AI 根因分析，这次直播还会同步带来几个值得重点关注的新版本能力：
- 报警之后，AI 来找根因
当设备出现异常时，系统能够基于事件信息、设备信息和关联时序数据，自动推进分析流程，生成可验证假设并完成验证，最终输出有数据支撑的根因分析报告。这不是简单的告警展示，而是从“知道出问题”进一步走到“知道为什么出问题”。
- 不止看趋势，更直接出结论
新版本在高级分析能力上也有明显增强。散点图支持聚类、回归分析，趋势图支持预测、异常识别、缺失补全，多事件可进行时间归一比较分析，让分析不再停留在“看图”，而是更快得到结论。
- 先让数据可信，再谈分析智能
工业场景里，数据质量本身就是分析质量的一部分。新版本支持 OPC-UA 和 CSV 数据携带质量位信息，并把质量位贯穿到数据引用属性和可视化展示环节，让低质量数据可识别、可过滤、可展示，帮助用户减少误判。
- 让数据被看见，也被看懂
在可视化方面，新版本也带来了更丰富的表达能力，包括新的图形模板、渐变组态控件、事件趋势图包络线，以及更多 AI 推荐图形类型。可视化不只是更好看，而是更适合承载分析过程，更适合帮助用户看懂问题。
如果你是：
✅ 正在评估工业数据平台的技术负责人
✅ 正在使用 TDengine IDMP 的现有用户
✅ 关注工业 AI、异常诊断、时序数据分析的工程师与开发者
那就赶快扫描海报二维码进行直播预约，一起看看 AI 如何真正进入工业异常分析现场！我们也会在直播中结合实际场景进行演示，尽量把“从报警到定位”这件事讲得更具体、更直观。
