OceanBase 发布湖库一体 AI 数据库
OceanBase 用一套引擎统一湖库与多模态数据，从架构层重构 AI 数据底座，已在千万级智能体场景验证可行性。
OceanBase 推出面向 AI 的湖库一体数据库，用同一套引擎管理结构化、非结构化和向量数据，解决多系统割裂问题，让智能体一次获取完整业务上下文。配套 Lakebase、DataStudio、DataPilot 产品，已在蚂蚁场景验证，可降低约 30%-50% 总体拥有成本。
正文摘录
过去三年，大模型能力快速跃升，算力持续突破，但企业 AI 落地却并未迎来预期中的价值释放。越来越多行业开始形成共识：AI 竞争的焦点，正在从模型转向数据。 6月29日，OceanBase 发布面向 AI 时代的湖库一体 AI 数据库，提出以湖库一体为核心架构，将数据湖的开放与海量存储能力、数据库的事务处理与分析能力，以及多模态数据处理能力统一到一套强一致的数据底座上，帮助 Agent（智能体）一次获取完整业务上下文，让 AI 真正“读懂”企业。 围绕这一能力，OceanBase AI 数据库 同步形成覆盖数据引擎、数据治理与业务入口的产品体系，包括 Lakebase、DataStudio、DataPilot 等，并已在蚂蚁阿福、灵光等 AI 场景完成业务验证。 业内普遍认为，随着 Agent 成为数据库新的使用者，数据库正从“记录事实”走向“参与决策”，AI 数据库也因此成为 AI 时代新的基础设施形态。 过去，大模型解决的是“会不会思考”的问题；今天，真正的瓶颈变成了“是否理解业务”。模型能力在快速收敛，业务差异正在向数据层转移。 随着 Agent 进入系统执行层、企业数据走向多模态化，传统多系统协同的架构越来越难以满足 AI 对“统一上下文”的要求。AI 正在改变数据的管理范式，Agent 进入生产带来的“规模、上下文和进化”等三个关键挑战愈发显著，把 AI 对数据库的影响拆解来看，数据形态、数据流动、数据交互都在变，但数据库本身的一致性、扩展性、可靠性、实时性这四条底线不可退让。 真正需要被重写的是架构，必须被坚守的是底线——指向的正是湖库一体：让多模态数据在统一引擎中被管理、计算与服务，从架构层消除多系统割裂。