当前位置: 首页 > news >正文

质变科技亮相可信数据库发展大会,参编《数据库发展研究报告2025》

图片

数据库作为支撑数据存储与计算的关键载体,在数据要素时代的重要性愈发凸显。过去一年,全球数据库新技术、新业态、新模式不断涌现;我国数据库应用创新于重点行业快速推进。随着人工智能技术深刻变革,数据库与AI融合趋势愈发明显。数据库不再仅仅承担数据存算功能,更成为AI应用的关键底座。在这一变革中,我国数据库产业正在经历前所未有的质变阶段。

2025 年 7 月 16-17 日,「2025 可信数据库发展大会」在北京召开。大会由中国通信标准化协会主办,中国信息通信研究院、中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)承办。作为AI-ready Data Cloud代表厂商,质变科技受邀出席大会,质变科技技术合伙人魏闯先就《Native & Deep Data-centric Cloud》进行主题分享。

大会发布多项中国信通院及中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)在数据库领域的最新研究和实践成果。由质变科技参与编制的《数据库发展研究报告(2025年)》,围绕数据库产业市场规模、竞争格局、产品类型、商业模式、投融资热点、重点行业、学术创新及标准体系等方面的发展态势,总结形成了全球数据库产业八大洞察,详细阐述了数据库技术与云原生、图计算、机器学习、生成式人工智能等技术相结合的细分领域发展情况。

《报告》指出,数据库技术已迈入AI原生时代,将作为关键基础设施支撑人工智能高效建模即DB for AI。一方面,向量数据库提升大模型检索效率。向量数据库作为一种专为高维向量数据设计的存储与检索系统,为解决向量检索难题、LLMs幻觉问题及知识库更新挑战提供了新路径。另一方面,多模数据库赋能大模型多样化数据。多模数据库能够通过统一的存储引擎、查询接口和事务管理机制,保证性能和一致性的同时,实现对异构数据的原生支持,极大地简化系统架构,提升了开发效率与数据处理能力。

 端到端Data+AI解决方案,完备Agentic Data Cloud产品体系

质变科技为企业提供端到端Data+AI解决方案,具备完整的Agentic Data Cloud产品体系,包括AI-Native DataAgent Open Platform(OpenAPI)、AI-Native Data Analytics Cloud(SaaS)、AI-ready Data Warehouse。其中,以数据为中心的Relyt AI-ready Datawarehouse产品,经全球百万AI数据分析用户验证,以其独具优势的弹性、性价比和大规模数据处理能力,为AI领域多家头部客户提供AI数据存储和计算服务。在中大型数据仓库的应用场景中,Relyt不仅显著降低总体拥有成本(TCO),节省超过百万人民币,而且在查询稳定性和查询成功率方面,相比主流产品提升了6倍以上,查询成功率超过99.9%。

图片

以下是部分成功案例:

世界500强消费电子企业:通过采用Relyt产品,该企业解决了长期困扰的多个业务单元(BU)/子业务的混合负载问题,从根本上确保了稳定性和99.9%的查询成功率,同时将成本降低了50%,性能提升了1.3x。

中国TOP5短剧平台:使用Relyt产品后,与某头部云厂商的核心产品相比,查询延时降低了近10x,ETL场景的成本下降了90%。

中国TOP5舆情服务类企业:借助Relyt,该企业支持了千亿级别的向量规模和实时数据更新,按需扩展AI业务规模,实现了数据大集中。在98%的召回率下,实现了QPS过万以及延迟低于10ms。

中国TOP5新能源汽车公司:通过使用Relyt产品,该公司支持了DataInsight、RAG与数据分析的一体化能力,以及非结构化数据的融合检索分析,实现了售前智能客服等场景的高精准、可解释的数据服务。

 决策智能体Data Agents Team

图片

智能体将成为未来数据分析应用的交互入口,而从目标感知到自主行动之间,还缺乏可信的决策智能系统。致力于构建端到端精准数据能力,质变科技最新发布了决策智能体(Data Agents Team)——Relyt AI。该产品凭借深度数据理解、人机在环自动化(HITL)以及多智能体框架,当前已获得全球15000家组织、超140万专业数据用户的高频使用和验证,累计处理超过200万文件和1200万数据任务。Relyt AI在零售、新能源、高端制造等行业的深度应用案例,不仅展现了“可解释性+可干预性+准确性”带来的巨大生产力优势,还引起了Gartner等权威分析机构的广泛关注。

Gartner分析师认为,质变科技正在扩展从AI-ready数仓到数据分析生成式应用再到决策智能体系统(Agents Team)的端到端平台能力,而非简单的自然语言BI增强。这使其能够覆盖从纯业务人员到有数据素养的高级分析人员的广泛用户群体。

http://www.dtcms.com/a/285915.html

相关文章:

  • 《Python Web 框架深度剖析:Django、Flask 与 FastAPI 的选择之道》
  • web开发-HTML
  • Linux入门篇学习——借助 U 盘或 TF 卡拷贝程序到开发板上
  • Vue3 从 0 到 ∞:Composition API 的底层哲学、渲染管线与生态演进全景
  • *SFT深度实践指南:从数据构建到模型部署的全流程解析
  • 算法提升之字符串练习-03(KMP)
  • docker,防火墙关闭后,未重启docker,导致端口映射失败
  • 【51】MFC入门到精通——MFC串口助手(一)---初级版(串口设置、初始化、打开/关闭、状态显示),附源码
  • Java异步日志系统性能优化实践指南:基于Log4j2异步Appender与Disruptor
  • 鸿蒙实现一次上传多张图片
  • 物流3D工业相机:解锁自动化物流新纪元
  • 第三章-提示词-初级:一文带你入门提示词工程,开启AI高效交互之旅(11/36)
  • [Python] -实用技巧8-解锁 Python 中的 lambda 表达式用法
  • GISBox切片器技术解析:RVT模型到3DTiles瓦片的高性能转换方案
  • 内存数据库的持久化与恢复策略:数据安全性与重启速度的平衡点
  • QT窗口(3)-状态栏
  • 菱形继承 虚继承
  • vue-router
  • 前端篇——番外篇 Bootstrap框架
  • 【密码学】1. 引言
  • c++继承详解
  • 【物联网】基于树莓派的物联网开发【12】——树莓派硬件GPIO模块原理知识
  • 模式结构-微服务架构设计模式
  • 【PTA数据结构 | C语言版】二叉堆的快速建堆操作
  • 一文讲清楚React性能优化
  • mysql 性能优化之Explain讲解
  • RHEL/CentOS 的系统安装程序界面介绍
  • 周志华《机器学习导论》第9章 聚类
  • 分布式面试点
  • 算法-动态规划