让时序大模型用好工业数据：持续学习、时空建模与不规则时序建模
编者按： 8 月 22 日，2026 时序数据技术创新大会在北京成功举办，引发广泛关注。本次大会以「DB × AI」为主题，多位院士专家领衔，超 30 位嘉宾齐聚一堂，共同探讨数据库与人工智能融合发展的新趋势、新技术与新实践。
2026-10-14
数据丢给 AI 就能做预测？我们用 TimechoAI 跑了一遍完整流程
从工业设备运行指标、电力负荷，到商品销量、业务流量，越来越多企业积累了大量时序数据，也希望借助大模型，从历史数据中发现规律，预测未来变化。但从数据积累到预测能力真正落地，中间还有不少工作要做。 原始数据是否适合建模？缺失值和异常点如何处理？是否需要针对业务场景训练模型？训练完成后，又该如何将预测能力
2026-10-09
TimechoDB Cloud：让时序数据库部署与使用更简单
TimechoDB Cloud 是天谋科技推出的企业级时序数据库云服务。它将实例创建、初始化、连接信息和 SQL 工作台集中到一个平台中，用户无需自行安装部署，即可在线创建和管理 TimechoDB 实例，并
2026-10-09
WorkBuddy、Codex 都能操作时序数据库了！这些 Skill 让 AI 帮你干活
9 月 17 日，天谋科技产品经理朱佩娜在直播中介绍了 TimechoCLI，并演示了如何通过 AI 智能体完成工具更新、数据库安装与日常巡检。向智能体说一句话，AI 就能帮你操作时序数据库，这些操作是怎样实现的？本文结合直播中的三个典型场景，详解 TimechoCLI 的用法，以及官方 Skill
2026-09-24
效能优化：IoTDB 性能调优的底层逻辑与实战路径
编者按： 在 2026 时序数据技术创新大会上，来自产业一线的实践经验成为重要议题。 随着工业物联网、智能制造等场景的测点数量爆发式增长，写入吞吐和查询复杂度持续攀升，如何在写入性能、查询稳定性与资源成本之间取得平衡，成为每个数据库应用者必须直面的难题。当业务负载加了，吞吐却涨不上去；当集群节点不少
2026-09-15
打通「DB × AI」的最后一公里：让模型真正操作时序数据库
编者按： 在 DB × AI 融合的浪潮之下，大模型能力飞速迭代，但很多企业却面临现实困境：AI 模型很强大，却很难真正读写、分析时序数据库中的业务数据。AI 会聊天，却用不动时序数据库。 在 2026 时序数据技术创新大会上，天谋科技全栈研发工程师、Apache IoTDB PMC Member
2026-09-10
多模态时序数据库，如何成为 AI 时代的数据基座
编者按： 8 月 22 日，2026 时序数据技术创新大会在北京成功举办，引发广泛关注。本次大会以「DB × AI」为主题，多位院士专家领衔，超 30 位嘉宾齐聚一堂，共同探讨数据库与人工智能融合发展的新趋势、新技术与新实践。
2026-09-10
C.Mohan：硅谷视角下的DB×AI，当数据遇见智能
C.Mohan，美国国家工程院院士，印度国家工程院外籍院士，清华大学杰出访问教授，香港浸会大学杰出理学教授，IBM Fellow，ACM Fellow，IEEE Fellow。 编者按： 人工智能与数据库，两个看似平行的技术方向，正在以前所未有的方式交汇。 在8 月 22 日举办的2026 时序数据
2026-09-07
天谋科技 CTO 乔嘉林：多模态时序数智化软件栈
编者按： 8 月 22 日，2026 时序数据技术创新大会在北京成功举办，天谋科技 CTO、Apache IoTDB PMC Member 乔嘉林博士发表题为《多模态时序数智化软件栈》的主题演讲。 面对图片、文本、音频、视频等数据不断汇聚，时序数据应该如何重新定义？数据库需要扩展哪些能力，又如何兼顾
2026-09-04
清华大学软件学院王建民院长：工业时序数智库架构与数据价值魔方
编者按： 8 月 22 日，2026 时序数据技术创新大会在北京成功举办，引发广泛关注。本次大会以「DB × AI」为主题，多位院士专家领衔，超 30 位嘉宾齐聚一堂，共同探讨数据库与人工智能融合发展的新趋势、新技术与新实践。 我们邀请到
2026-09-01
