九成工作将被大模型颠覆;深度伪造激增30倍成大模型最大威胁;甲骨文自治数据库;AI驱动企业搜索知识发现升级;数据库增加向量能力·

星环科技是扎根徐汇十年的“老朋友”。2023年，企业在业界推出了一款名为“分布式向量数据库Transwarp Hippo”的革新性产品。借助这一技术，企业能以更高的效能搭建和运用知识库，降低AI训练和推理成本，进而催生出更多具有广泛价值的应用场景。同时，Hippo确保了在满足性能需求的同时，还能够协助企业解决大模型数据泄露隐私问题，拓展大语言模型的空间边界。

星环科技再次引领行业潮流，发布大语言模型——“星环无涯Transwarp Infinity”。无涯是基于星环自研预训练模型和向量数据库Hippo、图数据库StellarDB构建的企业级垂直领域问答大模型，支持自动化知识工程和多模态数据处理，极大降低用户数据分析门槛，助力企业知识库建设。

星环科技的科技成果已带来了显著的社会经济效益。其产品广泛应用于银行、证券、能源、物流等二十多个行业，助力各行各业数字化转型，如在反洗钱、反欺诈、精准营销以及工业互联网设备预测性维护等方面发挥了重要作用。此外，星环科技还致力于以技术创新支持可持续发展，提供先进的智能分析工具，携手生态伙伴共同提升数字管碳、减碳创新能力，积极推动经济社会绿色高质量发展。

奇安信集团对外发布《2024人工智能安全报告》。《报告》认为，“AI是一种通用技术，通用就意味着既可以用来做好事，也可以被用来干坏事”。具有巨大潜力的AI技术同时带来两大主要挑战：一是放大现有威胁，另一个是引入新型威胁。奇安信预计，未来十年，人工智能技术的恶意使用将快速增长，将在政治安全、网络安全、物理安全和军事安全等方面构成严重威胁。

《报告》揭示了基于AI的12种重要威胁，同时给予应对建议。根据《报告》，2023年基于AI的深度伪造欺诈暴增了3000%，基于AI的钓鱼邮件增长了1000%;目前已发现有多个有国家背景的APT组织，利用AI实施了十余起网络攻击事件……

《报告》认为，在积极拥抱大模型等人工智能技术之时，各界对其安全风险应保持警醒。

最近的一项调查，企业对生成式人工智能的采用率尚未与围绕该技术的炒作相匹配，数据隐私、监管和 IT 基础设施是其广泛使用的主要障碍。

麻省理工学院技术评论洞察(MIT Technology Review Insights)和澳大利亚电信公司Telstra对300多名商业领袖进行的全球调查显示，其中只有9%的人大量使用人工智能。

虽然大多数领导者对人工智能的潜力持乐观态度，并期望扩大其使用范围，但目前即使是这项技术的早期采用者也将其部署在有限的业务领域。

多达 85% 的受访者预计到 2024 年将生成式 AI 用于这些低价值任务，其中 77% 的受访者希望在客户服务中实施，74% 的受访者希望在战略分析中实施。

根据麦肯锡去年发布的一份报告，生成式人工智能预计将对销售、营销、消费者运营、软件开发和研发部门产生最大影响，并可能每年为全球经济增加约4.4万亿美元。(CNBC)

信息技术 (IT)、咨询和业务流程外包 (BPO) 服务提供商 Cognizant 与牛津经济研究院预测，到 2023 年，GenAI 将为美国 GDP 增加 1.043 万亿美元的年价值。

研究结果显示，90%的工作将以某种方式被GenAI颠覆。这为我们实现生产力和经济增长方法的重大转变奠定了基础。这种影响将受到GenAI采用率的极大影响。该报告提醒我们，虽然微处理器在 1970 年代初问世，但 PC 被广泛采用和企业从新技术中获得的生产力花了二十年时间。(datanami.com)

针对中小金融机构数据应用中存在的数据质量参差不齐、数据获取困难、数据孤岛等难点，星环科技携手宇信科技重磅推出了全要素数据运营联合解决方案，赋能中小金融机构的数字化转型。

该方案通过湖仓一体化的底座能力体系建设，打通数据开发、数据消费两套体系，逐步形成企业级的规划与运营、应用与服务、开发与管理、资产与管控、存储与计算、采集与交换、平台与底座的“七大统一”，最终构建覆盖全流程、全场景、全用户的数据要素运营平台，实现数据要素的开放、共享、合规与赋能，开创了数据赋能业务的新路径。

据了解，全要素数据运营联合解决方案为金融机构提供的不是简单的产品集成服务，而是深度融合星环科技自研湖仓一体化产品体系的高性能、高扩展、高可靠、多模型、存算解耦等核心技术保障能力，以及宇信科技专业的数据智能产品解决方案支撑能力和稳定的长期服务运营能力，帮助客户搭建从全栈开放式信创底座、全面中台化基础能力到全套一站式提升服务的一体化数据基础建设能力，有效支撑业务的高质量发展，真正做到一步到位、省钱又省心。

2月29日，广东诞生首单数据资产入表融资成功范例——南方财经全媒体集团(以下简称“南财”)南财金融终端“资讯通”数据资产完成入表，并在此基础上更进一步，在广州数据交易所落地融资对接服务下，获得中国工商银行广东自由贸易试验区南沙分行授信500万元。

这标志着南财已经具备数据资产“治理、合规、确权、定价、入表、金融化”的全流程闭环能力，并与工商银行、广州数据交易所合作探索出了数据资产融资的有效路径，也意味着“数据要素×金融服务”国家行动在广东取得落地突破。

为帮助企业更好执行数据资产入表，助力企业释放数据价值，金蝶发布了数据资产入表整体解决方案，涵盖数据资产入表业务管理解决方案、数据资产入表系统支撑解决方案，以及企业数据资源管理解决方案。

金蝶数据资产入表业务管理解决方案构建了从数据资产识别、盘点、合规、确权到评估、计量、核算、披露的全业务流程路径，提出了数据资产盘点5步法、数据合规5大领域、数据确权5大原则等执行策略和方法。凭借覆盖各大行业的业务管理实践、覆盖人、财、税、供应链、制造等领域的各类数据应用以及数据管理的方法论和实践，金蝶能够帮助企业快速识别、评估数据资产，同时借助众多专业生态伙伴，在合规、确权、资本化等方面为企业提供市场权威的解决方案以及最佳实践参考。

早在 2022 年，Cloudflare 就宣布他们将放弃 Nginx，转而使用内部 Rust 编写的软件，名为 Pingora。当地时间 2 月 28 日，Cloudflare 宣布开源 Pingora 框架。

据悉，Pingora 是一个 Rust 异步多线程框架，用于构建可编程网络服务，采用 Apache 2.0 开源许可证。Pingora 长期以来一直在 Cloudflare 内部使用，能够维持大量流量，而现在 Pingora 正在开源，以帮助在 Cloudflare 之外构建基础设施。

Cohesity 是一家人工智能驱动的数据安全和管理公司，推出了一款由 AI 驱动的企业搜索助手。Cohesity Gaia 工具集成了检索增强生成 (RAG) AI 和大型语言模型 (LLM)，以筛选 Cohesity 环境中的高质量备份数据。

Cohesity Gaia提供了一个对话式 AI 界面，使用户能够查询和分析大量企业数据。通过利用人工智能的进步和利用 Cohesity 数据云，Cohesity Gaia 旨在将数据转化为可操作的见解，同时确保安全性和合规性。该公司还宣布了与三大公共云提供商的合作计划，将其LLM服务整合到Cohesity Gaia中。

根据目前将Cohesity Gaia与AWS、Google Cloud和Microsoft Azure集成的协议，用户可以根据其企业数据提出问题并获得答案。Cohesity声称，通过在备份环境中添加Gaia的AI功能，可以帮助组织评估其网络安全水平，执行财务和合规审计检查，回答复杂的法律问题，并作为培训新员工的知识库。(edgeir.com)

软件供应链公司JFrog 与机器学习平台提供商 Qwak AI 进行新的集成，将机器学习模型与传统的软件开发生命周期流程相结合，推出MLOps 解决方案，简化、加速和扩展人工智能应用程序的安全交付。

目前，数据科学家和机器学习工程师正在使用无数不同的工具，这些工具大多与组织内的标准DevOps流程脱节，以发布成熟的模型。这会减慢 MLOps 流程，损害安全性，并增加构建 AI 驱动的应用程序的成本。

JFrog 平台(以 Artifactory 和 Xray 为核心)与 Qwak 的结合为用户提供了完整的 MLSecOps 解决方案，使 ML 模型与其他软件开发流程保持一致，为工程、MLOps、DevOps 和 DevSecOps 团队的所有软件组件创建单一事实来源，以便他们能够更快地构建和发布 AI 应用程序，风险最小，成本更低。(ft.co)

ioredis 作者 @Luin 宣布该项目已被 Redis 公司收购。目前 ioredis 在 GitHub 的开源地址已迁移至 Redis 公司旗下。

两年前，ioredis 超过 redis 成为了 Node.js 最流行的 Redis 客户端。ioredis 是一个强大、功能齐全的 Redis 客户端，用于全球最大的在线商务公司阿里巴巴和许多其他很棒的公司。功能齐全。它支持 Cluster、Sentinel、Streams、Pipelining，当然还有 Lua 脚本、Redis Functions、Pub/Sub(支持二进制消息)。

Datology AI 是一家数据管理初创公司，旨在更轻松地构建生成式人工智能模型所需的庞大训练数据集，该公司今天表示，它已经完成了 1165 万美元的种子轮融资。

众所周知，生成式 AI 模型会显示出某些偏见，这些偏见是由其训练数据集中的偏见模式引起的，但这些模式很难被人类发现。训练数据集也非常大，由多种数据格式组成，可能包含大量噪声和不必要的信息。在德勤(Deloitte Touche Tohmatsu Ltd.)最近的一项调查中，40%的公司表示，在开发AI模型时，与数据相关的挑战(例如准备和清理数据)仍然是最令人头疼的问题之一。

DatologyAI 旨在通过帮助公司识别正确的信息来编译他们的数据集，并以正确的方式呈现这些数据来解决这个问题。对于面临 PB 级未标记数据的公司来说，它特别有用，这些数据必须手动标记。(siliconangle.com)

甲骨文公司(Oracle)宣布，其全球分布式自治数据库(Global Distributed Autonomous Database)已正式发布。

该产品面向具有严格数据主权要求的客户(通常是由于法规)，具有 Oracle 自治数据库的所有功能，并对数据分发放置进行了额外的控制。甲骨文表示，组织可以自动在世界任何地方分发和存储数据，物理位置对应用程序是透明的。自主操作提供自动扩展、自我修复、调整、安全、备份和更新。

分布式自治数据库是水平分区或分片的单一逻辑数据库管理系统。每个分片都是一个独立的数据库实例，用于托管逻辑数据库数据的子集，并且可以放置在 Oracle Cloud Infrastructure 上的一个或多个区域中。

DBMS 使用通用目录进行自动分片部署、分片数据库的集中管理以及使用自动查询协调器进行多分片查询。使用 Oracle 驱动程序分片密钥将查询或应用程序请求直接路由到一个或多个分片。

甲骨文表示，该数据库支持几乎任何数据类型，包括JavaScript对象表示法、文档、媒体和向量。它还支持关系、NoSQL 和内存分析数据模型。现有 SQL 查询可以针对分布式数据运行，而无需修改。

云数据库即服务提供商 Couchbase为其平台添加了向量搜索和检索增强生成等新功能，以及与LlamaIndex和LangChain的集成，增强其支持更高级生成式人工智能工作负载的能力。

Couchbase 因其运营数据存储而广受欢迎，它提供了事务和分析功能的新颖组合。去年，它通过支持SQL++和添加列式数据类型来增强其产品，这表明它希望响应用户的最新需求。

随着 Couchbase 7.6 的发布，该公司继续了这一趋势，今天的更新将在本季度末之前在其数据库的本地版本 Couchbase Server 和云托管版本 Capella 中普遍可用。它们还将在同一时间范围内添加到 Couchbase 的移动和边缘应用程序的测试版中。

该平台正在获得对向量相似性搜索、混合搜索的支持，并支持开源工具，这些工具可以帮助客户将其数据连接到大型语言模型。向量搜索是一个关键的补充，它将使 Couchbase 能够利用直接存储在 JSON 文档中的向量嵌入来挖掘更相关的搜索结果。向量嵌入是数据的数学表示形式，对于无法存储在传统行和列中的非结构化信息特别有用。

通过使企业能够更有效地搜索非结构化数据，Couchbase 正在支持开发更强大的生成式 AI 模型。毕竟，生成式人工智能的能力受到它们可以访问的信息的限制。鉴于大约 90% 的企业数据被认为是非结构化的，矢量搜索正成为每个组织越来越重要的要求。

TimechoDB v1.3.1 版本正式发布!TimechoDB 是由 IoTDB 原厂团队开发的企业级产品。V1.3.1 版本增加系统激活情况查看、内置方差/标准差聚合函数、内置 Fill 语句支持超时时间设置、tsfile 修复命令等功能，增加一键收集实例信息脚本、一键启停集群等脚本，并对视图、流处理等功能进行优化，提升使用易用度和版本性能。

Fill 子句是查询中的一种子句用法，它可以将时间序列中的空值使用指定策略(前值补齐、常值补齐或线性补齐)进行空值补齐。在 IoTDB 实际用户场景中，部分用户场景中认为当前值与当前空值间隔时间较远时数据没有参考价值，不希望使用超过一定时间阈值的前值进行填充，因此我们对 Fill 子句进行了功能扩展，在使用前值补齐时可以设置超时范围，超过时间范围即使有前值也不进行空值补齐。

自 GreptimeDB 于 2022 年 11 月 15 日正式开源以来，我们持续致力于打造一个云规模、快速、高效的时序数据处理平台。

迈入 2024 年，我们将拥抱更多创新，GreptimeDB 也将迎来许多关键性的更新，这些关键更新将标志着我们产品能正式被纳入生产环境中使用，为用户呈现与行业内顶尖时序数据库相当的性能基准。

2024 年，GreptimeDB 将会计划上线一系列重大升级更新，将极大提升 GreptimeDB 的功能和性能，优化用户体验。

GreptimeDB 2024 年的重大版本迭代路线，GreptimeDB v1.0 将标志着我们向生产就绪版本迈出重要一步，搭载智能索引等进阶功能，重新定义效率与性能的新高标。

MongoDB宣布，其行业领先的多云开发人员数据平台 MongoDB Atlas 现已在加拿大、德国、以色列、意大利和波兰的另外六个云区域推出。

通过此次扩展，MongoDB Atlas 现已在 AWS、Google Cloud 和 Microsoft Azure 的 117 个云区域推出，以满足更多客户对数据驻留、可用性和延迟敏感的应用程序要求的需求。

对于需要超高可用性或希望更轻松地组合来自不同云提供商的服务的客户，MongoDB Atlas是唯一一个全球分布式开发人员数据平台，可同时在主要云提供商之间无缝运行应用程序。

2月4日，华控清交应势推出了新一代数据安全流通产品“华控清交隐私保护计算平台”，致力于解决各行各业复杂多变的数据融合应用场景需求，提供开箱即用、通用性强、自主可控的一站式数据协同生态开放式平台，为各行业提供强大的数据安全流通引擎。

该款隐私保护计算领域的通用软件产品，其主要功能如下：

·数据中心——隐私保护，安全融合

·项目中心——开箱即用，一键启动

·审计中心——全流程存证，合规无忧

·应用中心——生态联动，繁荣发展。

Silence Laboratories 筹集了 410 万美元的资金，用于通过多方计算 (MPC) 提高企业数据隐私和安全性。

Silence Laboratories 针对数字资产企业、金融和医疗保健组织以及电信公司，利用 MPC 技术来保护其数据的私密性和安全性。

MPC 是密码学的一个子集，它促进了两方或多方在处理任务方面的协作，而不会向其他相关方泄露敏感或私人信息，从而确保机密性和安全性。

Silence Laboratories 目前提供两种产品——Silent Shard 和 Silent Compute。Silent Shard 由安全审计公司 Trail of Bit 进行审计，允许企业和用户降低暴露敏感私钥的风险，并纳入高级授权规则。同时，Silent Compute使企业能够在不向第三方披露其私人数据的情况下进行信息处理方面的协作。

加密货币交易所 Coinbase 于 2021 年收购了 Unbound Security，这是一家在 MPC 方面拥有专业知识的加密托管基础设施公司。同样，机构的数字资产钱包 Blockdaemon 收购了 Sepior，这是一家专门为机构客户提供密钥管理服务的数字资产安全公司。

此外，包括 MPC 在内的隐私增强技术的市场规模预计将大幅增长，到 2033 年估计估值将达到 258 亿美元。根据 FMI 报告，这比 2023 年预计的 24 亿美元估值大幅增加，增长了 26.6%。（.datanami.com)

AI 初创公司 Hugging Face与工作流自动化平台 ServiceNow 合作，共同开发了 StarCoder，这是一个开源代码生成器，其许可证比市面上其他一些产品的限制性要小。第一个版本于去年初推出。

刚刚发布的 StarCoder 2 包括三个变体，其中前两个可以在大多数现代消费级 GPU 上运行：

·ServiceNow 训练的 30 亿参数(3B)模型

·Hugging Face 训练的 70 亿参数(7B)模型

·Nvidia 训练的 150 亿参数(15B)模型，Nvidia 是 StarCoder 项目的最新支持者

与大多数其他代码生成器相似，StarCoder 2 能够建议如何完成未完成的代码行，以及在用自然语言提问时总结和检索代码片段。与第一版 StarCoder 相比，StarCoder 2 的训练数据量增加了 4 倍(67.5TB 对比 6.4TB)，Hugging Face、ServiceNow 和 Nvidia 认为这使得它在运行成本更低的情况下提供了 “显著” 改善的性能。

StarCoder 2 可以在短短几小时内利用像 Nvidia A100 这样的 GPU，针对第一方或第三方数据进行精准调整，以创建像聊天机器人和个人编码助手等应用程序。

在生成式AI领域，与与OpenAI齐名的Anthropic动作频频。近日由前OpenAI 工程师创立并由兄妹二人组领导的旧金山初创公司 Anthropic 正式发布了Claude 3系列多模态大模型。与以前的版本相比，Claude 3对响应中的风险有更好的理解。Claude 3 对提示有更细致入微的理解。

Claude 3系列的优势，首先是在性能上与OpenAI齐名的Anthropic发布Claude 3，主打超GPT-4!

Claude 3共分三个版本：Claude 3 Haiku、Sonnet和Opus。其中，主打的版本Opus在研究生水平专家推理、基础数学、本科水平专家知识、代码等10个维度，超过OpenAI的GPT-4。

Haiku模型更注重效率，能以3秒时间阅读一份10,000 tokens的论文。

Sonnet比之前的Claude 2/2.1版本更智能，适用于知识检索等任务。

Anthropic表示，它们也支持100万上下文，。但由于需要消耗巨大AI算力，只提供给特定用户。因此，这三个模型目前都支持20万上下文窗口，也能满足用户的基本需求。

另外，Anthropic首次提供多模联运支持，用户可以上传照片、图表、文档和其他类型的非结构化数据进行分析和解答。

Anthropic Claude 3 不生成图像，相反，它只允许用户上传图像和其他文档进行分析。

对象管理集团(OMG)宣布收购企业知识图谱基金会(EKGF)。EKGF 是一个非营利性行业协会，由知识图谱领域的领先行业专家于 2020 年创立，为企业中可持续知识图谱部署制定了最佳实践目录。

对象管理组织 (OMG) 是一个国际性的、开放的会员制、非营利性技术标准联盟，由来自政府、行业和学术界的代表组成。OMG工作组为广泛的技术和更全面的行业制定企业集成标准。OMG 的建模标准可实现软件、系统和其他流程的强大可视化设计、执行和维护。

知识图谱是描述的集合，通过链接和语义元数据将数据置于上下文中。知识图谱为数据集成、统一、分析和共享提供了一个框架。新的 OMG EKGF 工作组是 OMG 平台技术委员会 (PTC) 的一部分，该委员会征求、提议、审查和建议采用技术规范。

OMG还宣布了企业知识图谱论坛(EKGF)社区。通过加入这个OMG社区，公司可以参与心电图项目，这些项目将提高他们的专业知识，使他们与同行区分开来。EKGF 社区将继续开展 EKGF 的工作，以帮助定义、促进和改进企业对知识图谱和相关技术、方法和标准的理解、采用和成熟度，包括正在进行的数据产品拟议标准工作。

人工智能驱动的企业搜索和知识发现解决方案提供商Glean在D轮融资中以22亿美元的估值筹集了超过2亿美元。

Glean 使用最先进的企业搜索和 RAG 技术来检索最新和相关的信息，供 LLMS 使用。根据 Glean 的说法，其平台有 100 多个预构建的连接器，允许它从 Google Drive、Slack、Jira、Salesforce 等应用程序中检索数据。

平台不仅索引这些应用程序中的信息，而且还考虑了访问权限。例如，如果用户无权访问某个文件，则 Glean 不会在对该用户的 AI 响应中使用该文件中的数据。

Glean 由前 Google 搜索工程师于 2019 年创立，最初是一个交钥匙企业搜索和知识管理解决方案。随着其人工智能助手的推出，该公司迅速成为行业领先的GenAI解决方案。