<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>扩展法则 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%89%A9%E5%B1%95%E6%B3%95%E5%88%99/</link>
    <description>Recent content in 扩展法则 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 07 Jul 2026 20:40:08 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%89%A9%E5%B1%95%E6%B3%95%E5%88%99/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>从概率生成到物理模拟：Sora 如何重构我们理解现实的算力边界</title>
      <link>https://www.neican.ai/insights/sora--20260707204008746-0/</link>
      <pubDate>Tue, 07 Jul 2026 20:40:08 +0800</pubDate>
      <guid>https://www.neican.ai/insights/sora--20260707204008746-0/</guid>
      <description>Sora 通过引入 Diffusion Transformer 架构，实现了视频生成性能的指数级扩展。它不仅标志着内容创作进入生成式工业化阶段，更展示了 AI 从像素统计转向物理规律模拟的深刻趋势，预示着一个能够预测现实世界的智能仿真时代的到来。</description>
    </item>
  </channel>
</rss>
