无涯·问数一招解决传统BI多重挑战;苹果AI首秀遭马斯克炮轰;模型即服务降低大模型使用门槛;两种开源湖屋合体加速湖仓一体···

星环科技重磅发布一款新产品无涯·问数——智能业务分析洞察平台。该产品旨在解决传统BI在数据获取、使用门槛和效率方面的挑战，为决策者和业务人员带来前所未有的数据分析体验。

无涯·问数的问世，标志着数据分析领域的一大飞跃。它集合了LLM(Large Language Models，大型语言模型)、AI(人工智能)和BI(商业智能)的能力，使得非专业用户也能通过自然语言轻松查询数据，无需掌握数据库编程语言，有效解决取数需求开发链路长、指标二义性、缺乏数据挖掘能力、数据分析高度依赖人工经验等传统数据分析痛点，实现大模型驱动下的大数据分析。

传统的数据分析方式存在哪些问题?首先是管理团队之痛，现有的数据产品无法端到端快速产出深度结论。其次是业务团队之痛，BI产品学习门槛高，数据解读靠人工。数据团队的也有难点痛点，业务需求复杂且跨部门的数据指标口径不统一，很难保证实时响应业务需求变化。

爱分析的文章，从传统数据分析的痛点，到大模型智能分析的建设方式，并结合相关实践案例，分析AI Agent在智能分析领域的价值与实践。

大模型技术的发展日新月异，模型参数规模越做越大，能处理的文本长度、多模态融合等方面也在快速演进。然而，如何将这些大模型的潜力在企业中落地应用，仍然是业界面临的一大挑战。企业业务场景千差万别，大模型必须经过针对性的训练和微调，才能有效适应不同企业的需求和业务流程。面对这些挑战，业界一直在探索各种解决方案，但尚未形成统一的最佳实践。

在这一背景下，星环科技作为行业的先行者，积极探索大模型在企业中的应用路径。在5月31日“2024向星力·未来数据技术峰会”上，星环科技最新发布的Transwarp Knowledge Hub知识平台(以下简称“TKH”)，旨在为企业构建高效的知识库，提供定制化的大模型解决方案。这一创新探索，为大模型在企业中的应用带来了新的希望和可能性。

2024向星力·未来数据技术峰会在上海隆重举办。在峰会现场，星环科技与14家战略合作伙伴签约。星环科技副总裁钱佩敏、副总裁丁荣与14家合作伙伴代表上台签约。

星环科技始终坚持“平台+生态”的发展理念，发展了与系统集成商、独立软件开发商、硬件开发商、软件开发工程师、高等院校、大数据交易所等一系列活跃参与者的“生态”闭环，与生态伙伴积极合作，打造更多领域的联合解决方案，扩大产品市场影响力，提升竞争力，打造企业级大数据与人工智能基础软件产品应用的生态体系。

目前星环科技各类合作伙伴累计超过700家，行业ISV超过100家。星环科技与国内华为鲲鹏、飞腾、龙芯、统信、麒麟、曙光、澜起等主要软硬件厂家保持产品层面的深度适配，推动各行业国产化替代进程。

6月4日专注于数据和人工智能的 Databricks 公司宣布，决定收购由Ryan Blue、Daniel Weeks 和Jason Reid创办的数据管理公司Tabular。这次收购汇集了 Apache Iceberg和 Linux Foundation Delta Lake的创始人，这两种开源 lakehouse 格式是目前领先的数据存储格式。

Databricks 有意引领数据兼容性的新方向，让各个组织不再需要担心数据以何种格式存储中。Databricks 计划与 Delta Lake和Iceberg社区紧密合作，以实现 lakehouse 格式之间的兼容性;短期内，会在 Delta Lake UniForm 中实现，长期来看，会朝着单一、开放和通用的数据互操作性标准发展。Databricks 和 Tabular 将携手共进，共同实现开放 lakehouse 的愿景。

为了充分利用湖仓库的优势，公司需要数据互操作性。因此，Databricks 将与 Delta Lake 和 Iceberg 社区紧密合作，以逐步实现各种数据格式的互操作性。

Fivetran推出Fivetran 托管数据湖服务，旨在为各种规模的企业自动化和简化数据湖管理。Fivetran的托管数据湖服务目前在Amazon S3、Azure Data Lake Storage(ADLS)和Microsoft OneLake上可用。

Fivetran Managed Data Lake Service 支持 500 多个数据源，包括 Postgres、MySQL、Oracle 和 SAP 等本地和云数据库、SaaS 应用程序、数据仓库、事件和文件。Fivetran 还可以创建自定义连接器，确保支持任何数据源，而无需宝贵的工程资源进行管道管理或连接器开发。这种广泛的源兼容性产品组合使客户能够统一数据湖中的数据，无论数据当前位于何处。

Fivetran Managed Data Lake Service 的优势包括：

·为业务用户和数据科学家提供集中式、民主化、查询就绪的数据，以添加上下文、提供见解并推动数据发现。

·通过强大的数据编目和治理功能，自动将数据转换为开放表格式(Delta Lake Apache Iceberg)，提高运营效率。

·通过让 Fivetran 完成表更新、PII 检测、重复数据删除和其他可自动化的低级表维护任务的繁重工作，减少了开发人员的工作量。

·通过自动将数据迁移从传统数据仓库中移除，从而降低成本，因为传统数据仓库将您锁定在专有数据格式中。

·通过无忧的数据复制让您高枕无忧，确保您的数据集始终干净完整，并捕获每个更改。（datanami.com）

大数据转型初创公司Tobiko Data Inc已经完成了两轮独立的融资，包括1730万美元的A轮融资，以及此前该公司获得了450万美元的种子轮融资。

Tobiko Data 创建了一个基于开源 SQLMesh 和 SQLGlot 项目的数据转换平台，旨在帮助公司轻松为人工智能和其他工作负载构建更高效、更可扩展的数据管道。

SQLMesh是一种 DevOps 最佳实践应用于用 SQL 或 Python 编写的数据管道的工具。它通过虚拟环境、自动 DAG生成和智能变更分类等功能，帮助数据团队高效、安全地运行、测试和部署数据转换。

同时，SQLGlot 是 SQLMesh 的一个关键组件，它充当 SQL 解析器、转译器和翻译器，支持 24 种不同的 SQL 方言。（siliconangle.com/）

数据分析技术经过数十年的发展，需求场景从 BI 报表到数据探寻、实时预测、用户画像等不断丰富，技术架构经历从数据仓库、数据湖、到数据湖仓的演进，并走向数据湖仓一体架构，通过一套架构服务多样化的分析场景。

StarRocks 2.0 版本凭借其优异的查询性能在业界得到广泛应用，很多用户采用湖仓分层架构，并将 Hive、Iceberg 等数据湖里的数据部分导入到 StarRocks 服务 OLAP 分析场景。

而StarRocks 3.0 通过存算分离架构升级、极速的湖仓分析性能、物化视图等关键能力，帮助用户构建数据湖仓，简化数据分析架构。

基于 StarRocks，用户可以高效的构建 Lakehouse 数据分析架构，用户可以选择 StarRocks 内表或开放数据湖 Apache Iceberg、Apache Hudi、Apache Paimon 作为统一的数据存储，基于 StarRocks 服务 BI 报表、Ad-hoc 等多样化的分析场景，对于业务性能要求高的查询，通过物化视图技术实现按需透明加速。

Cloudera宣布通过收购Verta的运营AI平台，深化了其AI专业知识。Verta团队将加入 Cloudera 的机器学习团队。

除了提供重要的人工智能专业知识外，Verta的混合和多云端到端人工智能平台还将推动Cloudera满足其全球用户群不断增长的人工智能需求的能力。Verta 以 Verta 前首席执行官 Manasi Vartak 博士在麻省理工学院进行的研究为基础，然后与 Verta 前首席技术官 Conrado Miranda 博士进一步发展，是预测和生成式 AI (GenAI) 模型管理、服务和治理的先驱。它使组织能够在整个企业中有效地构建、操作、监控、保护和扩展模型，从而解决了 AI 部署中最大的障碍之一。

Verta 的技术简化了将数据集转换为自定义检索增强生成应用程序的过程，使任何开发人员(无论其机器学习专业水平如何)都能创建和优化业务就绪型大型语言模型 (LLM)。这些功能以及 Verta 的 genAI 工作台、模型目录和 AI 治理工具将增强 Cloudera 的平台功能，因为它将继续为其全球客户群兑现企业 AI 的承诺。（cloudera.com）

数据分析和集成技术开发商 Qlik 推出了 Qlik Talend Cloud，这是一个基于 Qlik 2023 年收购 Talend 的技术的新数据管理平台，并推出了用于利用非结构化数据的新生成式 AI 助手。

Qlik Talend Cloud提供了一个统一的数据集成和数据管理功能包，用于构建和部署 AI 增强的 ELT(提取、加载和转换)管道，从而在整个组织中提供可信的数据资产。该平台提供具有“广泛”数据质量和数据治理功能的人工智能增强数据集成。其数据工程工具提供了“一系列”数据转换功能——从无代码到专业代码选项——用于为复杂的人工智能项目创建人工智能就绪数据。

Qlik在奥兰多举行了一年一度的 Qlik Connect 活动，还宣布与 Snowflake 和 Amazon Web Services 结盟，旨在加速 AI 和生成式 AI 功能的采用。（crn.com）

数据分析引擎DuckDB 迎来了一个重要的里程碑 ——1.0.0 版本正式发布，标志着 DuckDB 在存储格式稳定性、查询语义一致性等方面的重大突破，为用户提供了强有力的稳定性保证。

DuckDB 是高性能的分析型关系数据库，旨在实现高效的数据分析。它易于安装，运行速度非常快，并且可以在进程内 (in-process) 运行。DuckDB 背后的核心思想是保留 SQLite 的简单性和易用性，同时通过 R/Python 和 RDBMS 之间的快速分析处理和快速数据传输进行增强，以处理 OLAP 工作负载。

DuckDB 1.0.0 代号为 "Snow Duck"(雪鸭)，寓意着 DuckDB 在数据分析领域已经达到了一个新的高度，同时也象征着 DuckDB 团队对系统稳定性的不懈追求。

DuckDB 项目始于 2018 年，经过近 6 年的不断打磨，如今已发展成为一个拥有 30 多万行 C++ 引擎代码、4.2 万次代码提交、解决了 4000 个 issue 的成熟开源项目。

DuckDB 以其卓越的查询性能和易用性在业界赢得了广泛赞誉，GitHub 和社交媒体平台上的关注者数以万计，每月下载量高达数百万次，仅扩展模块的下载流量就超过了每天 4TB。现在，就连维基百科也开始认可 DuckDB 的地位。

浪潮云岳向量数据库InDB for Vector发布，这是一款高性能、高可用、低延迟的分布式智能原生数据库，可满足政企用户大模型场景对海量多模态数据存储和高效高维向量数据、全文数据融合检索的需求。

作为浪潮云推出的最新云原生数据库产品，浪潮云岳向量数据库结合了前沿的分布式技术和智能算法，提供卓越的多维向量数据、结构化数据、全文数据的存储和融合检索能力，并支持千亿级向量规模、百万级QPS及毫秒级查询延迟，确保在高并发场景下依然可以提供稳定可靠的性能。

浪潮云岳向量数据库核心特性包括以下三个方面。

·多模数据支持：浪潮云岳向量数据库支持向量、张量、结构化、全文数据等多种数据类型的存储和检索，满足多样化的数据需求。

·三路召回与融合排序：支持稀疏向量、稠密向量和全文的三路召回和融合排序，提供精准的检索结果。

·高并发、低延迟、高可靠：在高并发的查询环境下依然能够保持低延迟和高可靠性，保障系统的稳定运行。

领先的企业知识图谱和语义数据库引擎提供商 Ontotext 宣布推出最新版本的 Ontotext Metadata Studio (OMDS)3.8 ，旨在通过非结构化文档的文本分析来丰富知识图谱的工具。

版本 3.8 的新功能和更新包括：

·增强型域模型搜索界面将引用注释架构转换为用户友好的搜索界面，允许基于首选域数据模型无缝浏览和检索内容。用户现在可以毫不费力地查找和利用他们创建的丰富而广泛的数据模型，并利用各种对象类，例如文档、概念、注释以及它们之间的复杂关系。

·知识图谱扩充和扩展使用户能够重用其领域模型，而不仅仅是搜索和探索。现在，这些模型可用于高级分析和质量管理，从而增强知识图谱的丰富和扩展。语料库范围的全文搜索功能与注释架构过滤器相结合，允许进行复杂的搜索查询，这些查询可以识别人工审阅的优先文档、额外的元数据扩充或更正自动提取错误。

·高级搜索功能支持所有类型的搜索。该解决方案允许用户进行简单的搜索，例如识别包含特定文本的文档，以及根据某些文本的存在与否以及元数据对象和属性值的组合来过滤文档的复杂查询。这种高级搜索功能支持高效的内容发现和知识图谱扩展。

·改进的可用性和工作流程效率使用户能够通过在语料库之间移动文档或从数据库中删除文档来毫不费力地组织内容。用户还可以重新运行最新的分析配置，而无需手动设置，从而节省宝贵的时间和精力。（ontotext.com）

图形数据库和分析领导者 Neo4j 宣布与 Snowflake 建立合作伙伴关系，将 Neo4j 完全集成的原生图形数据科学解决方案引入 Snowflake AI 数据云。这一消息是在 Snowflake 的年度用户大会 Snowflake 数据云峰会 2024 上宣布的，它使企业能够利用先进的、支持图形的见解，而无需将数据从 Snowflake 环境中移动。

将 Neo4j 的图形数据科学功能引入 Snowflake，用户可以立即对存储在 Snowflake 中的数据执行超过 65 种图形算法。该公司表示，这消除了复杂性、管理障碍和学习曲线，帮助企业通过支持图形的洞察力来支持人工智能和机器学习 (ML)、预测分析和生成式人工智能 (GenAI) 应用程序。Snowflake SQL 适用于各种用例，包括异常识别、欺诈检测、供应链路线优化、数据记录统一、客户服务改进等，任何利用 Snowflake SQL 的用户都可以使用 Neo4j 的图形算法大大加快项目生产、价值实现时间和洞察力生成。（dbta.com）

网络安全公司Tenable Holdings宣布，以未披露的价格收购以色列云数据安全态势管理平台初创公司Eureka Security。

Eureka成立于 2021 年，为安全团队提供服务，以降低多云环境中数据丢失和被盗的风险。它通过提供对组织整个云数据安全态势和合规性的控制来实现这一点。

该公司的解决方案旨在解决企业快速云迁移引起的安全问题，这对不良行为者来说越来越有吸引力。

Eureka 解决了快速云迁移面临的安全挑战，同时又不通过自动化抑制生产力。该公司的平台提供发现和分类机制以及统一的策略引擎，该引擎与组织用于实现数据存储清单和上下文化、策略定义和部署以及风险监控和管理的所有云平台和流程集成。

Tenable 计划将 Eureka 的数据安全态势管理解决方案集成到其云原生应用保护平台中，以帮助客户识别与云数据风险相关的关键证据。支持将包括敏感数据在云中的位置、谁有权访问该数据以及潜在数据泄露带来的风险的严重性。（dbta.com）

Opaque Systems是一家安全数据分析初创公司，提供了一种解决方案来克服这些挑战并释放组织数据的全部价值。该公司推出了新的机密 AI 平台，旨在加速将 AI 工作负载投入生产。

新平台的主要功能之一是使企业能够在加密数据上运行各种AI工作负载，例如SWL分析和 AI推理，而无需任何重新设计。它还支持机器学习管道以及用于 AI 的流行语言和框架，包括 Spark 和 Python。

机密 AI 平台是在伯克利 RISELab 开发的，该实验室是世界知名的实验室，以开发 Apache Spark 和 Databricks 等技术而闻名。正是在这个实验室中，突破性的 MC2(多方协作和竞争)平台被创建、孵化和开源。2021 年，该平台成为构建 Opaque 平台的基础。

新平台建立在 Opaque 现有服务的基础上，通过隐私加密验证促进安全协作，使组织能够安全有效地从以前未充分利用的敏感数据中解锁业务见解。（datanami.com）

网络安全巨头Fortine宣布，收购云安全公司Lacework，这是网络安全行业的一项重大整合交易。Fortine将把Lacework的CNAPP(云原生应用程序保护平台)的功能集成到其统一SASE产品中，成为“单一供应商提供最全面的全栈人工智能驱动的云安全平台之一”。

Lacework 提供了一个数据驱动的云安全平台，从云环境中收集和分析数据，并为客户提供关键见解，如威胁优先级。该平台由 Lacework 的测谎仪机器学习引擎提供支持，旨在显著减少警报量，同时识别最紧迫的网络威胁。

Lacework 已经筹集了 18 亿美元的资金，多年来一直跻身估值最高的网络安全独角兽之列，2021 年的估值为 83 亿美元。（crn.com）

Mandiant 今天透露，至少有 165 个组织成为最近针对 Snowflake Inc. 客户的黑客攻击的目标。

提供违规响应服务的Google LLC部门正在与云数据平台提供商合作，以通知受影响的用户。Ticketmaster Entertainment LLC和公开交易的贷款提供商LendingTree Inc.是受影响的客户之一。黑客论坛上最近的一篇帖子表明，Advance Auto Parts Inc. 的 Snowflake 环境也可能遭到破坏。

据Mandiant称，其研究人员正在追踪黑客活动背后的网络犯罪集团UNC5537。据信，威胁行为者是出于经济动机。Mandiant详细说明，黑客不是通过利用云数据平台中的安全漏洞来破坏Snowflake环境，而是使用从客户那里窃取的登录凭据。（siliconangle.com）

星环科技推出一款创新的语料开发工具——星环语料开发工具TCS(Transwarp Corpus Studio)，旨在通过全面的语料生命周期管理，极大提升语料开发效率，助力企业或机构高质量地构建大模型及其应用。

星环科技语料开发工具 (Transwarp Corpus Sudio) 是一套强大的语料开发工具集，覆盖了语料获取、清洗、加工、治理、应用和管理的全生命周期，该工具集具备多种灵活的采集和构建方式，能够分布式地高效处理海量语料，满足不同行业和应用场景的需求。

TCS内置了丰富的智能化语料加工能力，包括通用性或具有行业特殊性的清洗、转换、标注、增强、质检、合规检查等。这些功能不仅提高了语料处理的效率，也确保了语料的质量和适用性。

近日，中国信通院联合中国人工智能产业发展联盟发布《MaaS框架与应用研究报告(2024年)》。模型即服务(MaaS)可将AI模型以服务的方式供给用户，降低模型的使用门槛，助力“人工智能+”普惠化发展。报告的核心观点包括：

· MaaS定义重塑，与大模型展现出协同发展的态势。

· MaaS作为人工智能架构中枢，对云计算架构进行补充。

·MaaS发展踏上新征程，但落地仍面临多重挑战。

·聚焦模型效能最大化，MaaS形成包含模型平台层、模型层以及应用开发层在内三层落地框架。

·内外需求驱动MaaS落地，部分行业场景初见成效。

·MaaS呈现四大发展趋势：大小模型协同将成为模型服务场景化落地的重要方式;MaaS服务的能力和内部接口将走向统一化;MaaS将催生基于大模型的应用新生态;MaaS将围绕模型服务持续强化安全保障。

亚马逊云科技与SAP宣布扩大战略合作，旨在革新现代化的云ERP体验，并利用生成式AI为企业带来全新功能与效率提升。双方将共同努力，简化客户在亚马逊云科技上采用RISE with SAP解决方案的流程，提高SAP工作负载在云端运行的性能和效率，并将生成式AI嵌入企业的整个关键业务应用产品组合中。

SAP AI Core基础设施中的生成式AI中心支持客户安全访问各种大语言模型(LLMs)，这些模型可以轻松集成到SAP业务应用中。通过集成Amazon Bedrock的生成式AI模型，如Anthropic Claude 3系列模型和Amazon Titan，SAP客户将能够访问高性能的大语言模型和其他基础模型(FMs)，并使用他们自己的数据构建定制化的应用。（sohu.com）

苹果公司在其全球开发者大会上公布了其期待已久的人工智能战略，其“Apple Intelligence”技术将深入集成到其所有设备和应用中，包括其人工智能助手Siri。

Apple Intelligence是一款适用于 iPhone、iPad 和 Mac 的个人智能系统，它将生成模型的强大功能与个人情境相结合，提供非常有用且相关的智能。Apple Intelligence 已深度集成到 iOS 18、iPadOS 18 和 macOS Sequoia 中。它利用 Apple 芯片的强大功能来理解和创建语言和图像，跨 app 执行操作，并从个人上下文中汲取灵感，以简化和加速日常任务。借助私有云计算，Apple 为 AI 隐私设定了新标准，能够在设备端处理和在专用 Apple 芯片服务器上运行的基于服务器的大型模型之间灵活扩展计算能力。

该公司还宣布与OpenAI 合作，将ChatGPT 引入其设备，包括访问 GPT-4o，这家生成式 AI 公司的旗舰 AI 模型，将允许 Siri 向聊天机器人发送问题以回答问题。

Apple Intelligence 为用户开启了增强写作能力和更高效沟通的新方式。借助 iOS 18、iPadOS 18 和 macOS Sequoia 内置的全系统写作工具，用户几乎可以在他们书写的任何地方(包括“邮件”、“备忘录”、“Pages 文稿”和第三方 App)重写、校对和摘要文本。

Apple Intelligence 支持激动人心的图像创建功能，帮助用户以新的方式交流和表达自己。（apple.com）

苹果在AI上落后已是老生常谈的问题，随着万众期盼的WWDC开发者大会到来，苹果在AI上交出答卷，但资本市场似乎并不买账。

本周一美国股市收盘时，苹果报收193.12美元，较前一交易日收盘时的196.89美元下跌3.77美元，跌幅为1.91%，市值为29613.18亿美元，较前一交易日缩水578.09亿美元，折合人民币约4193亿元。

法国AI初创公司Mistral推出新的AI模型定制选项，包括付费计划，以便开发者和企业可以微调其生成模型以适应特定用例。

Mistral发布了一个软件开发工具包(SDK)，名为Mistral-Finetune，用于在工作站、服务器和小型数据中心节点上微调其模型。

对于更倾向于托管解决方案的开发者和公司，Mistral通过公司的API推出了新上线的微调服务。目前与Mistral的两个模型兼容，即Mistral Small和上述的Mistral 7B，Mistral表示，这些微调服务将在未来几周内支持更多模型。

Mistral推出了定制训练服务，目前仅面向特定客户开放，使用其数据微调任何Mistral模型以适应组织的应用。这种方法可以为其特定领域创建高度专业化和优化的模型。