两度获得世界互联网大会认可，OceanBase迈向AI数据平台
华尔街见闻 · 财经与投资
华尔街见闻 2026-11-04 19:08 北京 11月3日上午，在乌镇举行的2026世界互联网大会开幕式上，OceanBase获得 “ 世界互联网大会杰出贡献奖 ” 。 台上给出的评语不长，却点出了OceanBase当下最受关注的方向 —— 打造AI数据基础设施，服务全球数字经济发展。 对一家从蚂蚁核心交易系统中走出的数据库公司而言，这句话标记 的是 一次角色变化。 2022年，OceanBase曾凭借原生分布式关系数据库获得世界互联网大会认可。那时，它要证明的是：在交易高峰中，数据库能否把每一笔账记准、记稳。 四年后，数据库面对的任务已经变了。 AI开始进入研发、客服、健康管理和应用开发等具体业务，企业积累多年的数据，怎样才能真正被AI理解、调用，并参与业务运行，成了新的问题。 数据都在，AI却未必用得上。这个缺口，正在成为数据基础设施的新机会。 OceanBase给出的路径，是以湖库一体架构连接业务数据与多模态信息，让同一套基础设施同时服务交易、分析与AI应用。这也解释了，此次获奖为何指向它的AI数据平台。 数据存下来之后 企业的研发经验，往往 不会 整齐地放在同一个文件夹里。 一部分写在文档中，一部分留在测试记录里，还有一些散落在会议纪要和工单日志中。同一个项目的信息保存在不同系统，采用不同格式，也可能存在多个版本。 模型可以读懂一份材料，却未必知道该找哪一份；即使找到了，也未必能将它与当前任务和实时业务状态联系起来。 当Agent开始承担连续任务，信息割裂的影响会被进一步放大。 理想汽车将研发文档、测试数据、会议纪要和工单日志等多源信息组织为可复用的Agent记忆，通过冷热分层、混合检索与上下文压缩，支持Agent按需获取知识。 目前，这套方案支撑2500多个Agent协同办公，帮助减少多轮交互中的上下文丢失与重复输入，并降低模型调用成本。 这里的 “ 记忆 ” ，已经超出保存聊天记录的范围。一份研发经验、一项测试结论，可以被不同Agent在不同业务中反复调用。实现这种跨任务复用，需要数据平台持续完成数据接入、加工、关联与权限控制。 OceanBase在2026年发布的湖库一体AI数据库，正是围绕这一需求展开。 湖库一体将数据库与数据湖能力融入统一架构，管理结构化、半结构化和非结构化数据，使同一份数据能够同时服务业务交易、实时分析与AI应用。企业由此可以减少跨系统复制、同步和重复治理，缩短数据从产生到使用的链路。 在统一管理的基础上，OceanBase通过多模态数据模型，将文本、图片、音频、视频与业务数据关联组织，并将模型生成的摘要、标签和语义信息纳入数据库管理。结合关键词、语义与业务条件的混合搜索，AI可以同时获取相关知识和实时业务信息，形成更完整的上下文。 数据库的职责也由记录业务，延伸到为AI提供理解与行动所需的数据。 从一次生成到持续运行 AI应用从单次生成走向连续任务，底层数据也需要持续保存、更新和调用。 蚂蚁阿福面对的，是长期记忆问题。 健康服务需要连续的信息。用户此前说过什么、健康记录如何变化、设备采集了哪些数据，都可能成为理解当前需求的依据。 阿福基于OceanBase统一管理文本、语音、健康记录及智能设备数据，支持历史对话检索与健康趋势分析，让过往信息能够在后续服务中被调用。 这些数据也参与模型迭代。通过数据分支，阿福可以快速创建独立的模型评测环境，将环境准备时间从天级缩短至分钟级。 灵光则将另一种需求推到了台前：AI生成的应用越来越多，谁来管理它们的数据？ 生成一个应用之后，它仍然需要保存数据、执行计算，并与其他应用保持访问隔离。生成速度越快，底层需要管理的小数据空间就越多。 面对约3000万个 “ 闪应用 ” 的数据管理需求，灵光基于OceanBase的逻辑表能力，为应用提供独立的数据结构与访问边界。在共享底层资源的同时，应用能够持久保存数据并执行SQL计算，减少逐个创建物理表带来的资源开销。 长期记忆、模型评测和海量应用，表面上是不同需求，背后都要求底层平台能够稳定处理数据保存、任务隔离与状态恢复。OceanBase的独立数据空间、数据分支和快速回滚等能力，也由此成为Agent运行所需的一部分基础设施。 目前，这套能力已在包括蚂蚁阿福、灵光、理想汽车在内的数十个场景中落地。 AI从试用走向业务运行，考验的不只是模型能力，也包括底层数据能否被稳定地保存、更新和调用。 数据平台打开业务 新 边界 IDC预计，2025年至2030年，中国AI数据基础设施市场将以37.7%的复合增速增长，2030年市场规模达到738亿美元；到2035年，这一数字有望达到1548亿美元。 随着AI进入企业业务流程，数据平台所要承担的环节也在增加。 Databricks等海外公司已经提供了一个参照：数据工程、分析、治理