<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>时间序列大模型 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%A4%A7%E6%A8%A1%E5%9E%8B/</link>
    <description>Recent content in 时间序列大模型 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 01 Aug 2025 10:40:05 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%A4%A7%E6%A8%A1%E5%9E%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>穿越“深水区”：工业大模型如何重塑中国制造业的未来</title>
      <link>https://www.neican.ai/insights/article-20250801104005484-0/</link>
      <pubDate>Fri, 01 Aug 2025 10:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250801104005484-0/</guid>
      <description>当前AI大模型在消费领域迅速普及，但在工业制造这一关键领域却因其对高精度、安全性和时序数据的严苛要求而遭遇“深水区”挑战。在国家“AI+行动”战略和企业内生增效的双重驱动下，时间序列大模型正成为破解工业核心场景难题的关键技术，以中控技术TPT为代表的解决方案已初步实现生产过程的自主控制和优化，预示着中国制造业将迎来一场由AI引领的系统性、颠覆性升级。</description>
    </item>
  </channel>
</rss>
