<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>技术范式演进 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%8A%80%E6%9C%AF%E8%8C%83%E5%BC%8F%E6%BC%94%E8%BF%9B/</link>
    <description>Recent content in 技术范式演进 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 24 Jun 2026 10:40:05 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%8A%80%E6%9C%AF%E8%8C%83%E5%BC%8F%E6%BC%94%E8%BF%9B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>从“模拟世界”到“认知现实”：世界模型如何成为AGI的下一块拼图</title>
      <link>https://www.neican.ai/insights/agi-20260624104005109-3/</link>
      <pubDate>Wed, 24 Jun 2026 10:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/agi-20260624104005109-3/</guid>
      <description>世界模型正在从视觉生成转向理解物理法则的深度学习范式，以清华系为代表的中国AI企业通过将认知工程、生成式模型与自动驾驶数据飞轮融合，正在构建通往通用物理AI的系统化路径，旨在解决语言模型难以应对的现实物理交互难题。</description>
    </item>
    <item>
      <title>越过Token的囚笼：当“连续流”成为通往AGI的隐秘航道</title>
      <link>https://www.neican.ai/insights/tokenagi-20260525164003294-0/</link>
      <pubDate>Mon, 25 May 2026 16:40:03 +0800</pubDate>
      <guid>https://www.neican.ai/insights/tokenagi-20260525164003294-0/</guid>
      <description>本文剖析了从“Token离散范式”向“连续语义流建模”转型的技术本质，指出大模型目前的结构局限在于无法模拟真实的物理世界规律。随着ELF与Cola DLM等连续模型的出现，AI界正在重塑语义建模底座，这一趋势将彻底改变行业定价体系并加速通往具备自主认知能力的通用人工智能（AGI）。</description>
    </item>
  </channel>
</rss>
