百模大战行业大模型必胜!向量数据库未来是混合搜索;向量搜索GenAI融合数据平台;大模型工具八仙过海;华为GaussDB走向海外

大数据“星环号﹒南信大星”是南京信大卫星应用研究院投资运营，由中国科学院王建宇院士担任首席科学家，上海蔚星数据科技有限公司抓总承制的遥感卫星，是我国第一颗采用非传统红外探测技术的商业红外气象卫星。

此次星环科技冠名的“星环号﹒南信大星”卫星，将采用星环科技自主可控的全栈基础软件产品进行开源产品国产化替代，通过对卫星气象数据进行分析，服务于山火监测、环境保护、能源电力、安全生产、农林渔业、气象、金融等多个领域，具有巨大的社会效益和商业价值。该卫星不仅可以解决当前国内外天基红外数据不足的问题，其创新性的红外载荷技术在促进我国商业航天发展和科技创新方面也将具有重大意义。

“星环号·南信大星”作为中国首颗高功能密度的商业红外气象卫星，搭载了世界一流、国内领先的星载红外探测器，采用星上AI实时处理等创新技术，具有超高精度的异常热源发现和预警能力，未来实现星座组网后可提供全球范围内任意地区高频次红外监测数据，填补国际国内市场空白。

阿里云抛出重磅炸弹：通义千问GPT-4级主力模型Qwen-Long，API输入价格从0.02元/千tokens降至0.0005元/千tokens，直降97%。

不久前，OpenAI的Sam Altman转发了Chatbot Arena榜单来印证GPT-4o的能力，其中全球排名前20的模型中，仅有的三款中国模型都是通义千问出品。

在武汉AI智领者峰会现场，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光表示：“作为中国第一大云计算公司，阿里云这次大幅降低大模型推理价格，就是希望加速AI应用的爆发。我们预计未来大模型API的调用量会有成千上万倍的增长。”

刘伟光认为，不管是开源模型还是商业化模型，公共云+API将成为企业使用大模型的主流方式，主要有三点原因：

一是公共云的技术红利和规模效应，带来巨大的成本和性能优势。

二是云上更方便进行多模型调用，并提供企业级的数据安全保障。

三是云厂商天然的开放性，能为开发者提供最丰富的模型和工具链。

一年前的3月15日，随着OpenAI多模态预训练大模型GPT-4的发布，国内包括百度、华为、腾讯等科技巨头，百川智能等初创企业，以及智谱AI研究院等研究机构纷纷扬帆起航，投身到人工智能(AI)大模型开发，试图搭上这趟时代的列车，轰轰烈烈的“百模大战”也由此开启。

据《每日经济新闻》记者的不完全统计，截至今年4月底，国内共计推出了305个大模型。而截至5月16日，只有约140个大模型完成生成式人工智能服务备案，占发布总量的45.9%。这意味着，还有约165个大模型尚未获得“过审”机会。

这一严峻现实的背后除了有技术层面的难度，还有训练和推理过程中高昂算力成本的制约;即便是跨过这一关，大模型企业如何实现商业化，依然着面临不小的难度。而对这场竞赛中可能被“出局”的公司来说，未来的路又在何方呢?

近期，星环科技与中软融鑫正式开启战略合作，双方围绕大数据、人工智能、云计算等创新领域，展开了多维度、多层级、多角度的深度合作。基于星环科技分布式分析型数据库ArgoDB、大数据基础平台TDH、智能分析工具Sophon的最新能力，联合打造统一监管报送平台(NUPS)、一表通报送平台、反洗钱监测平台等监管报送领域创新解决方案，为金融机构的监管报送提供安全高效、稳定可靠、敏捷智能的技术服务。

其中，反洗钱监测平台，实现风险为本的反洗钱全流程管理;鑫达统一监管报送平台(NUPS)，

监管报送全流程全业务解决方案;一表通报送平台(NUPS-GRDC)，提供一表通从数据处理到可信区建设完整解决方案。

2024向星力·未来数据技术峰会将于5月30-31日在上海隆重举办。期间，星环科技将举办“一表通——数据监管，可信智能”闭门研讨会，与行业大咖共探一表通建设实践。

国家发展改革委、国家数据局、财政部、自然资源部四部门联合发布《关于深化智慧城市发展推进城市全域数字化转型的指导意见》，提出到2027年，全国城市全域数字化转型取得明显成效，形成一批横向打通、纵向贯通、各具特色的宜居、韧性、智慧城市，有力支撑数字中国建设。

到2030年，全国城市全域数字化转型全面突破，人民群众的获得感、幸福感、安全感全面提升，涌现一批数字文明时代具有全球竞争力的中国式现代化城市。

其中全域数字化转型战略框架的12个方向分别：①建立城市数字化共性基础②培育壮大城市数字经济③促进新型产城融合发展④推进城市精准精细治理⑤丰富普惠数字公共服务⑥优化绿色智慧宜居环境⑦提升城市安全韧性水平⑧建设完善数字基础设施⑨构建数据要素赋能体系⑩推进适数化制度创新⑪创新运营运维模式⑫推动数字化协同发展。

Rockset宣布对混合搜索的原生支持。混合搜索涉及将矢量搜索和文本搜索以及元数据筛选整合到单个查询中。通过此版本，Rockset 为下一代搜索和 AI 应用程序铺平了道路。用户现在可以利用混合搜索将矢量、文本、地理空间和结构化搜索结合起来，以检索和排名最相关的结果。

有远见的企业正在投资为人工智能应用程序构建的强大检索系统。凭借新的混合搜索功能，Rockset 加快了构建和迭代 AI 应用程序的步伐，为快速调整索引、模型和排名的向量数据库建立了新标准。

“所有的搜索都将很快成为混合搜索，”Rockset的联合创始人兼首席执行官Venkat Venkataramani说。“相似性搜索在领域意识方面存在局限性，需要将矢量搜索结果与文本搜索、地理空间搜索和结构化搜索相结合，以提供必要的上下文。对混合搜索的支持需要专为快速检索而设计的一流索引技术。我们在融合索引技术方面不断创新，我们很高兴为混合搜索引入文本搜索和排名算法。

构建搜索和 AI 应用程序的工程师需要不断整合新的信号、模型、索引和排名算法，以提高相关性。Rockset 使用户能够在不影响实时搜索应用程序的情况下重新索引向量。用户可以灵活地对任何类型的数据进行索引，并使用 SQL 应用排名和评分。这种灵活性使客户能够更快地构建和迭代搜索和 AI 应用程序，以推动最相关的体验。新功能优势包括：

·包括 BM25 和倒数秩融合 (RRF) 在内的排名算法，用于构建混合搜索应用程序

·用于检索增强生成 (RAG) 应用程序的多租户设计

·新的搜索设计，使用压缩位图和覆盖索引，以提高大规模性能。

DataStax发布的 DataStax Enterprise (DSE) 6.9 之外和DataStax HCDP(超融合数据平台)。这两款产品都使客户能够将生成式AI和矢量搜索功能添加到其自我管理的企业数据工作负载中。

DataStax HCDP 是自我管理数据的未来，专为现代数据中心和超融合基础设施 (HCI) 而设计，以支持广泛的数据工作负载和 AI 系统。它支持强大的本地企业数据系统，这些系统专为支持 AI 的数据而构建，非常适合希望利用数据中心现代化投资来降低运营成本和运营开销的企业运营商和架构师。

HCDP 推出 OpenSearch 和 Apache Pulsar 用于生成式 AI RAG 知识检索。OpenSearch 广泛采用的企业搜索功能与 DataStax 云原生 NoSQL 超融合数据库的高性能矢量搜索功能相结合，使用户能够以高度灵活的方式检索数据，从而促进将 RAG 和知识应用程序投入生产的能力。

DataStax 6.9 为现有本地数据引入生成式 AI 功能。DataStax Enterprise 6.9 为拥有大量本地 Cassandra 和 DSE 工作负载的企业运营商和架构师提供最快的升级，以降低总拥有成本和运营开销，同时为其现有本地数据添加强大的 GenAI 功能。其矢量附加组件为现有的 DSE 和直接迁移 Cassandra 工作负载带来了矢量搜索功能，而 DataStax Mission Control 的添加通过 Kubernetes 上的云原生操作和可观测性，使本地数据工作负载的操作大大简化。

数据规模的快速增长导致了数据湖的出现，为存储任何规模的结构化和非结构化数据提供了一个集中式存储库。数据湖架构通常将计算和存储分开，以实现处理大量数据的可扩展性和灵活性。

但是，这些架构通常优先考虑可伸缩性而不是性能，因此不太适合需要低延迟查询和访问所有数据的实时应用程序。为了帮助解决这个问题，企业搜索技术提供商 Elastic 推出了一种新的湖架构。

借助Search AI Lake，Elastic 提供了针对低延迟应用，包括搜索、检索增强生成 (RAG)、可观测性和安全性等进行优化的云原生架构。新服务能够跨指数级大型数据集扩展搜索，以便以向量形式快速查询数据。

Elastic 使用数据湖的方法与其他竞争对手(包括 Snowflake 和 Databricks)不同。与这些平台不同，Elastic 将搜索功能引入数据湖，以便在数据湖中实现实时数据探索和查询，消除了对任何预定义方案的需求。

大多数主要的数据湖和数据湖仓一体供应商都使用一种或多种数据湖表格式，例如 Apache Iceberg 或 Databricks Delta Lake。但是，Elastic Search AI Lake 不使用任何这些表格式。Search AI Lake 使用 Elastic Common Schema 格式和 Elasticsearch 查询语言，以联合方式跨 Elastic 集群探索数据。

云轴科技ZStac携手信创生态伙伴GBASE南大通用、华鲲振宇、长擎软件共同发布联合解决方案“聚能一体化信创数据管理方案”，共绘信息技术创新蓝图。该联合解决方案旨在提供从硬件基础到云平台搭建，再到操作系统与数据库选型的全链条信创解决方案，帮助企业打造一个高度安全、高性能、全兼容的数字化转型基石，助力各行业客户在新时代的数字化转型中稳步前行。

紫光云顺应时势，引领潮头，全面革新“一网统管”传统解决方案，在原有一网统管1.0版本基础上融合了前沿的AIGC技术，推出了新一代一网统管智能版2.0。引入创新AIGC精准分拨、处置推荐、辅助问答和意图驱动驾驶舱等核心功能引擎，赋能城市治理、社会治理、经济治理、环境治理、安全治理等一网统管全业态。通过推动城市治理流程优化、业务协同和模式创新，紫光云全面推进城市治理体系和治理能力现代化进程。

紫光云针对城市治理中的关键问题，围绕“高效处置一件事”的目标，构建“1+1+1+N”为总体架构的一网统管整体解决方案，按照“全域事件汇聚、事件中枢处置、精准智能研判”为基本路径，打造一网统管2.0版本，真正实现城市运行“一网统管”，推进城市治理现代化。

Sigma,为云规模构建的原生云分析解决方案，宣布已在 D 轮融资中筹集了 2 亿美元，以通过其在 AI 基础设施、数据应用程序开发、企业范围协作和业务用户采用方面的创新来继续转变 BI。

在过去的一年里，Sigma展现了强劲的势头，在收入、新徽标收购和合作伙伴生态系统扩展方面实现了创纪录的增长。Sigma 通过提高 BI 的规模和安全性，添加仓库回写、实时协作和应用程序开发等以前不可能的功能，帮助企业从云转型中实现新价值。Sigma 的客户能够在所有部门采用其平台，而无需接受新技能培训，从而实现即时数据民主化、高速和更高精度的决策、协作和工作流程自动化。

Sigma 专注于继续重塑数据分析并推出新的创新。该公司最近宣布将推出一系列新产品功能，这些功能在其春季产品发布中得到了强调。这些功能包括：

·面向企业的 AI 工具包

·构建可扩展数据应用程序的能力

·Sigma 中用于 SQL 和 Python 编码体验的笔记本式体验

·Sigma 嵌入式分析产品的用户体验增强。

华为技术(泰国)有限公司在曼谷举办了2024华为云数据库泰国峰会。此次峰会以“GaussDB：给世界一个更优选择”为主题。华为在会上与泰国本地客户和合作伙伴，共同展示了GaussDB解决方案，使能泰国公共及私营行业利用AI原生数据库技术，加速数字化进程。同时，华为云推出了GaussDB先锋计划，以促进泰国数据库技术的创新应用。

华为在泰国引入下一代分布式数据库GaussDB，它将提供一个强大的解决方案，以释放数据的全部价值，给世界一个更优选择。

华为云GaussDB通过六大跃升给世界一个更优选择：

通过云原生三层池化设计，极致性能与多租，突破性能瓶颈，实现架构跃升;

通过融合多模数据库，突破数据瓶颈支撑更多新业务，实现形态跃升;

通过软硬结合，双集群强一致等，突破稳定性瓶颈，实现可靠性跃升;

通过打造数据库大模型，使能交互式运维，突破体验瓶颈，实现智能化跃升;

通过端到端提升安全能力，全密态，防篡改等，突破安全和隐私保护瓶颈，实现安全跃升;

通过自动化工具与伙伴合作，平滑迁移三方库，突破效率瓶颈，实现生态能力跃升。

此次峰会，华为云发布了GaussDB泰国先锋计划，提供三大权益：

·客户先锋权益包：前100个客户，1个月免费试用，购买后第1个月本地团队专属支持。

·伙伴先锋权益包：前100个伙伴，联合打造解决方案，商机共享，同时还有额外的返点专项激励。

·创原会圈子权益包：提供创原会互动交流平台，将以月为单位举办圈子活动，加入圈子的前100个会员，将获得与全球大咖同业交流、专项赋能培训的机会。

华为云亚太云服务产品中心副总裁桑伟发布GaussDB(DWS)3.0，新一代云原生数据仓库。GaussDB(DWS)3.0在三方面提供创新能力：存算分离架构，湖仓一体，和按需创建容灾规模。

MongoDB推出 MongoDB AI Applications Program (MongoDB AI应用项目，简称：MAAP)，进一步助力组织快速构建和部署具有生成式人工智能技术 (生成式 AI) 的现代企业级应用程序。借助 MAAP，客户可获得由 MongoDB 及合作伙伴提供的战略咨询、专业服务，以及集成式端到端技术堆栈。

MAAP 由 MongoDB 携手多家合作伙伴共同推出，涵盖行业领先的咨询公司及基础模型 (FM)、云基础设施、生成式 AI 框架和模型托管提供商，致力于帮助客户识别可以通过先进的 AI 应用程序予以解决的业务问题。MAAP 旨在提供包括所需技术堆栈、专业知识在内的一站式解决方案，帮助企业快速高效地将生成式 AI 嵌入到应用程序中。

IBM 将与 Palo Alto Networks 合作，将内部安全解决方案平台化;Palo Alto Networks 将成为 IBM 跨网络、云和 SOC 的首选网络安全合作伙伴。

Palo Alto Networks 将在 Cortex XSIAM 中整合 watsonx 大型语言模型，以提供额外的 Precision AI™ 解决方案。

IBM将加强其领先的安全服务，推动网络安全和人工智能安全方面的业务，并在其扩展的产品组合中采用 Palo Alto Networks 平台。

IBM 将对 1000多名 IBM 咨询顾问进行 Palo Alto Networks 产品迁移、采用和部署方面的培训。

Palo Alto Networks 已同意收购 IBM 的 QRadar 软件即服务 (SaaS) 资产，两家公司将共同帮助 QRadar 客户无缝迁移到 Cortex XSIAM。

IBM 将加快在混合云和人工智能的数据安全以及身份和访问管理方面的创新和投资，与 Palo Alto Networks 在安全运营、威胁管理和 DevSecOps 方面开展合作。

哈希安全旗下海禛云品牌正式发布：人工智能驱动的AIGC端到端数据安全网关一体化产品与解决方案，包括AI驱动的端到端安全万物互联分布式云操作系统IDoictOS;AI驱动的端到端安全万物互联分布式云操作系统互联互通统一应用大市场AppStore，以及AI驱动的端到端安全万物互联分布式数据安全网关ZTNaaS。

其优势是AI端到端数据安全一站式编排、管理、控制、分析、运营、运维、可观测性、态势感知平台。

Microsoft 推出了Copilot +，这是一种针对个人计算机的技术标准，经过优化以运行人工智能模型。基于 Copilot+ 标准构建的第一批 PC都将配备高通公司处理器、为保护敏感数据而优化的第二款芯片和数十种内置人工智能模型。

要获得 Copilot+ 标志的资格，PC 需要具备至少 16GB 的内存和 256GB 的存储空间。更值得注意的是，硬件制造商必须为其机器配备一个 AI 优化的处理模块。根据微软的说法，该模块必须提供超过 40 TOPs(万亿次运算/秒)的性能，相当于每秒 40 万亿次计算。

除了 AI 加速器，Copilot+ 设备还需要具备第二个专用的计算模块：一个所谓的安全处理器。它的目的是防止黑客访问敏感数据，如保护用户文件的加密密钥。Copilot+ PC 的安全处理器将基于微软开发的芯片设计，即 Pluton。

微软企业和操作系统安全副总裁 David Weston 在一篇博客文章中写道：“它有助于保护凭据、身份、个人数据和加密密钥，即使网络攻击者安装了恶意软件或物理占有 PC，也使其更难被移除。”

第二套网络安全增强措施将在软件层面实施。据微软称，带有 Copilot+ 徽章的设备将采用强化版的 Windows Hello 生物识别登录方式，该方式对黑客攻击的抵御能力更强。此外，为了加强安全措施，微软正在逐步淘汰 NTLM，这是一种处理用户登录请求的旧版 Windows 功能，在某些情况下可能导致网络安全风险。

由中国网络空间研究院开发的网信研究大模型应用已正式上线并内部试用。作为网信领域权威高端智库，中国网络空间研究院依托“网信研究数据库”数据，组织专门技术团队，自主开发了网信研究大模型应用，率先示范生成式人工智能技术在网信研究领域的创新发展和落地应用。

该大模型语料库来源于“网信研究数据库”的七大网信专业知识库，包括“网信知识总库”“习近平新时代中国特色社会主义思想知识库”“网信动态知识库”“网信期刊知识库”“网信报告知识库”等。用户可自主选择不同类别的知识库进行智能问答。语料库的专业性、权威性保证了生成内容的专业性。

绿盟科技秉持着安全至上的理念，推出AI大模型风险评估工具，助力企业赋能风险防控能力，守护业务持续安全发展。

绿盟AI大模型风险评估工具站在安全前沿，为企业AI大模型的应用实践提供一个全面、深入的安全风险评估防线。该工具不仅涵盖了多种商业和开源大模型，还拥有迅速适配新兴大模型的能力，确保企业在采纳最新AI技术时的安全性。基于专家团队精心筛选和校准的测试用例库，它能够迅速且高效地识别出内容安全和对抗安全的潜在威胁，同时，配备了专业的风险处理建议，为企业构建一道坚实的安全防护屏障。绿盟科技的这一创新工具将协助企业更好地理解和管理AI大模型带来的复杂安全挑战，确保企业在AI浪潮中乘风破浪，稳健前行。

OpenAI发布了更新的大模型GPT-4o，并在ChatGPT中免费提供了更多的功能。同期，Google宣布全面进入Gemini时代，会上连续发布、更新了十多款产品。IDC以OpenAI和Google发布会为背景，分析了中国生成式AI市场值得关注的市场机会，旨在为技术供应商和行业用户提供参考。

趋势一：多模态大模型将在未来塑造 “多边形战士”应用。从模态来看，中国市场AI开发者开发的模型多为基于文本和图像等单模态模型，今年预计将会向多模态、音视频等生成式AI模型积极尝试，这一进展预计会优化在针对个人生产效率提升、生活办公的一些AI助手类应用，并提升此类应用的用户交互体验。

趋势二：为了加速大模型和生成式AI应用的落地，MaaS、AI Agent、App Builder等多种产品形态浮出水面。连接平台和应用侧的产品演变方向出现了多种形式，例如更普惠的模型即服务(MaaS)、更协同的AI 智能体(AI Agent)、更低门槛的应用开发工具(App Builder)等在市场中纷纷出现。这些产品的出现使得大模型、生成式AI更加易用，这将大大降低大模型、生成式AI技术的使用门槛，从而使得行业用户更加普惠地使用大模型、生成式AI技术，也能解决企业内部人才、算力、数据不足的挑战。

趋势三：生成式AI将在各个生产效率提升、业务职能和行业应用中无处不在。应用层创新成为产业发展驱动力——从应用场景来看生成式AI已经在各个领域得到探索，无论是像文案撰写和内容生成、在线会议总结还是OpenAI和Google此次“带火”的AI助手、搜索类应用，面向个人生产效率提升的应用场景的交互体验会逐步提升，另外无论是面向客服、营销等水平业务职能的场景还是行业特有场景的应用落地都将会是今年市场关注的重点。

金蝶重磅推出超级智能的AI管理助手Cosmic和全新升级成为新一代企业级AI平台的金蝶云·苍穹。

Cosmic作为面向企业用户的超级智能AI管理助手，具备感知、记忆、思考和行动四大核心能力，能够智能地理解用户在财务、人力、采购、开发等场景需求，通过统一的金蝶云 ·苍穹平台赋能到金蝶全系列产品，从管理者，专业人员，到普通员工，Cosmic为每个用户都提供个性化的智能助手解决方案。

在本次大会上，金蝶云·苍穹全面升级为以AI为核心的新一代企业级AI平台，主要由金蝶Cosmic、金蝶Cosmic Studio、金蝶大模型能力平台等关键AI能力组成。金蝶云·苍穹提供企业管理大模型能力，支持接入第三方大模型，实现AI智能体的低/无代码开发，以及统一的安全可信、国产适配能力，支撑金蝶大、中、小各产品线，提供在财务、人力、供应链、制造、开发等多领域的AI应用，让企业可以更加高效地处理复杂业务，显著提升了企业的运营效率和市场竞争力。

谷歌近日推出了专为大模型设计的图形可视化工具：Model Explorer，它可以直观的以分层格式展示复杂的模型结构。

Model Explorer的核心优势在于它能够提供大模型层次化的视觉信息。它支持包括JAX、PyTorch、TensorFlow和TensorFlow Lite在内的多种图形格式。这一工具最初是谷歌内部研究人员和工程师的辅助工具，现在作为Google AI Edge产品系列的一部分向公众开放。

目前ML和AI模型的规模和复杂性不断增长，传统的图形可视化工具在处理大规模变换器模型时常常力不从心，导致渲染失败或视觉复杂程度难以控制。Model Explorer采用了分层的可视化方法和先进的如实例化渲染和多通道有符号距离场(MSDF)等图形技术，可以提供清晰、流畅的体验。

Model Explorer通过GPU加速的图形渲染技术，即使包含数万个节点的图形也能流畅渲染。此外，Model Explorer在用户选择打开一个层时才进行布局计算，避免了在初始加载时对所有节点进行不必要的计算，显著提升了大模型的性能。

Model Explorer的用户界面设计允许用户从顶层开始，逐步浏览和展开模型的各个层级。用户能够根据需要，细致地检查模型的内部结构和连接。同时，Model Explorer还提供了并排比较模式，帮助用户比较不同模型之间的差异，尤其是在模型转换过程中。

Model Explorer的另一个重要功能是能够在图形上叠加每个节点的数据，用户能够根据数据值对节点进行排序、搜索和风格化。这对于快速定位性能或数值问题至关重要。

Cohere宣布推出Command R的微调功能，这是我们R系列模型的较小版本。Command R 是一种可缩放的前沿大型语言模型 (LLM)，适用于企业级工作负载。通过此举，我们将继续专注于提供对希望挖掘人工智能巨大潜力的企业产生实际影响的技术。

我们看到企业对定制模型的需求很高，这些模型可以提高优先应用程序的性能。微调允许企业将公司特定的语言和文档合并到其模型中，使其高度针对企业的独特需求。与市场上的大型型号相比，组织现在可以对 Command R 进行监督式微调，以进一步提高性能并提供强大的结果，而成本仅为一小部分。客户可以调整多达五个超参数，从而有效地优化模型性能，同时保持比其他行业领先模型高出 15 倍的经济实惠。

Command R 与我们更大、更强大的 Command R+ 模型一样，针对长上下文任务进行了优化，例如高级检索增强生成 (RAG) 以减轻引文的幻觉，使用工具自动执行复杂的业务工作流程，以及对 10 种语言的多语言支持，以便轻松集成到全球业务运营中。该模型在高效率和高精度之间取得平衡，使企业能够超越概念验证，并通过人工智能进入生产。