伴随着AI大模型风口崛起,人工智能技术的企业级应用百花齐放,成为当代商业效率升级的重要手段之一。然而对于很多企业来说,庞大的数据规模和算法研发门槛仍然如同天堑,行业期待数据与智能齐备的新型AI服务。

天云数据是国内鲜有的,能同时提供数据基础设施和数字原生全产业服务链的科技公司。秉承“数据+智能”的理念,致力于AI-Native数据库和人工智能软件的研发与创新,以推动企业向数字原生迈进,赋能产业数字化转型。
在第二届光合组织AI解决方案大赛上,天云数据的通用PaaS化AI建模平台产品——MaximAI,为企业AI能力建设交出新的答卷,并在众多参赛方案中脱颖而出,录入大赛获奖榜单。
“MaximAI是一个涵盖机器学习、研发、运营的一体化平台,我们可以用这个平台为企业提供全方位的AI赋能。”天云数据首席数据科学家吕慧介绍,MaximAI旨在突破 Hadoop/Spark 的使用瓶颈,进一步降低 AI 落地成本,实现 AI模型标准化、流程化、批量化生产,让每家企业都拥有开箱即用的AI能力。
基于用户的AI应用需求,MaximAI在场景实践中带来多重产品价值:比如平台利用分布式架构,支持进行海量数据的全量数据无偏建模,保证数据价值得到深度挖掘;不熟悉编程的普通业务人员也可操作建模,大幅降低建模人员门槛;通过拖拉拽的方式即可完成模型流水线化上线,避免不同团队之间的知识壁垒与矛盾,加速知识应用;支持对数据的统计分析和可视化探查等功能,实现建模流程可回溯,模型可复用等。
从企业的生产制造、供应链、营销与销售、交付与服务等价值链,每个环节都存在可利用 AI 改善的空间,而MaximAI可以在业务线上降本增效,满足了业务爆发的需求。更长远看,MaximAI 可提升模型性能、可扩展性、可解释性和准确度,还能优化资源配置,提升模型开发效率和业务敏捷度,这无疑实现了 AI 价值的最大化。
“要让AI走进千行百企并不简单。”天云数据数据库研发负责人乔旺龙表示,天云数据为客户提供的是一站式的建模流程,这要求平台不仅要在功能上做到横向的全覆盖,同时也要在行业领域上进行纵向的扩深。
在服务金融领域时,天云数据根据银行、券商等各类客户需求场景,在工程平台上一次性开发了几百个量化算子。接下来在服务其它客户时,这些积累的量化算子可以帮助天云数据快速切入到新用户的场景中,再次进行复用并释放价值。
在连接用户业务场景的过程中,软硬件之间的兼容问题也变得更加突出。尤其对于金融等信创领域,能否适配到性能可用的国产硬件底座,是AI迈向千行百业的关键。对于天云数据来说,海光为MaximAI的落地提供了很好的支撑。
“我们早在2017年就与海光开展了项目上的合作,并在2020年完成产品的兼容性适配。”吕慧指出,在兼容性以及设备性能方面,海光产品的友好度非常高。“比如服务器性能方面,根据前端技术人员的反馈,海光服务器性能比其它服务器起码提升了10%。”
值得一提的是,天云数据与海光进行产品认证时,还得到了多项软硬件资源的支撑以及技术支持,包括安排专人为天云数据提供技术答疑、专项资源对接等。“因为数据库对于硬件设备的要求非常高,有时候还需要再底层技术上做一些变动,这样才能在这个设备上运行的更好。所以海光对我们的支持非常重要。”吕慧表示。
目前,MaximAI已经可以支持云原生 AutoML、多算法框架的训练和发布、多国产芯片支持、云边一体的应用发布部署。天云数据业已为超过50+家五百强及上市公司提供服务,涉及金融、科技、石油、电力、生物医药等多个领域。“
作为第二届光合组织AI解决方案大赛奖项得主,非常感谢大赛为MaximAI提供了一个展示成果的舞台,同时也让天云数据与海光等生态伙伴的合作更加深入。”吕慧对接下来的赛事非常期待。
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。