【本周要闻】星环科技入选IDC向量数据库代表厂商；微软推出Magentic-One，多AI智能体协同系统

星环科技入选IDC向量数据库代表厂商，在多技术方向上具备竞争优势

近日，国际数据公司（IDC）发布了《RAG与向量数据库市场前景预测》报告，报告绘制了RAG（检索增强生成）管道建设路径以及其中包含的主要技术和算法，收录并评估了市场中的主要厂商，为市场选型提供参考建议。星环科技凭借其在向量数据库和AI大模型领域的技术创新和实践，被评为向量数据库代表厂商。报告中指出，星环科技Transwarp Hippo是国内最早推出的向量数据库产品，并在核心性能、功能全面性、工程化落地和数据统一管理方面具备竞争优势。

该报告中指出，在生成式AI开发过程中，41%的高管认为搭建RAG架构非常重要，81%的IT领导者认为利用自己业务数据的GenAI模型将使他们比竞争对手具有明显优势。RAG为LLM提供企业内部数据，使生成内容更加准确合理，已在知识问答、对话查询、任务执行等应用中集成。未来两年，企业表示将在营销、网络安全、知识管理和发现等领域中更多采用RAG。

RAG作为实现AI生成内容更加准确的能力框架，向量数据库则是该框架中的重要组成部分，可以高效存储和检索大量嵌入向量，捕捉更深层次的语义信息。当前向量数据库被广泛地应用于 LLM 推理和知识库补充，通过外部挂载的方式来配合大模型生成准确内容。

相比于非原生向量数据库（在非关系型数据库中加入向量检索引擎），原生向量数据库在设计之初即为了更好地管理非结构化数据，因此在可扩展性、准确率、数据规模、QPS等上有优势，以及自研embedding模型，会提高LLM生成内容的效果和精准度。

星环科技云原生分布式向量数据库Transwarp Hippo支持存储、索引以及管理海量的向量式数据集，具备高可用、高性能、易拓展等特点，支持完备的索引以及支持稀疏向量与稠密向量、全文与向量2种混合检索、满足不同场景中的高效率与高精度要求，并通过索引生命周期管理和指令集优化等先进技术，大幅降低企业存储运维成本，提升整体检索性能。

同时，向量数据库Hippo可基于星环自研多模型统一技术架构，实现向量数据、图数据、关系型数据、时序数据等多模型数据的统一存储管理，帮助企业快速构建和应用私有知识库，解决大模型落地过程中存在的领域知识缺乏、知识时效性低、隐私数据安全性低、AI幻觉等问题，帮助企业高效、低成本地落地领域大模型应用，并通过多模型数据的灵活融合，助力企业探索和落地更丰富的创新业务场景。报告中还从产品底座支撑、生态工具集成、任务分析、向量数据库嵌入与检索等多个方面介绍了向量数据库与RAG的技术发展趋势。

如在产品底座支撑方面，实现多模态数据库下的统一数据管理和 AI 检索是企业需求的重点；工具集成方面，需要与向量引擎工具、LLMOps 框架、MaaS 平台做集成，为用户提供搭积木的 AI 建设方式，屏蔽底层复杂的逻辑，尽可能地简化底层逻辑和重复工作。

星环科技知识平台Transwarp Knowledge Hub（TKH）拥有从语料到模型再到应用的完整的 AI Infra 工具集，覆盖语料开发和管理、大模型训练与持续提升、多模态知识工程、多模知识存储与服务、原生 AI 应用构建编排和应用服务等重要阶段，提供提示词工程、检索增强、智能体构建等大模型应用快速构建和提升、模型推理优化、模型安全和持续提升技术，为用户打通了从人工智能基础设施建设到大数据、人工智能等研发应用的完整链条。

通过TKH，企业多种来源的多模态语料能够准确、高效地转换为高质量的专业领域知识，支撑专业知识库问答、业财数据分析、智能投研、设备预测性维护等丰富的使用场景和应用，让企业构筑知识壁垒，实现“人工智能+”业务的落地和创新。

微软推出Magentic-One，多AI智能体协同系统

微软最新推出了Magentic-One，一款创新的多AI智能体协同系统，它通过多个专用AI智能体的合作，旨在高效处理复杂的工作流程。

Magentic-One的核心是一个名为协调器代理（Orchestrator）的智能体，负责任务调度和设计整个任务的蓝图。协调器通过构建「任务账本」来启动操作，并在项目进展中维护「进度账本」，确保每个阶段的任务都能按时完成。Magentic-One通过协调器指挥四个主要代理，各自承担不同的角色：

1. WebSurfer智能体：负责在网络上进行搜索、点击链接和与在线元素互动，能够跨多个网站收集信息并提供摘要。

2.  FileSurfer智能体：探索本地目录、分析文件内容，支持文档管理和数据检索。

3. 编码智能体：具备编写和评估代码的能力，能够撰写新脚本、调试现有代码，并与其他代理协作。

4.  计算机终端智能体：直接执行由编码代理生成的代码，适用于需要即时测试或部署的项目。

Magentic-One在多个基准测试中表现出色，证明了其在提升工作流程效率方面的潜力。目前，该系统已经开源，供研究人员和开发人员使用，这将进一步推动AI技术的发展和应用。

腾讯混元发布「混元Large」及「Hunyuan3D-1.0」开源大模型

腾讯混元近日宣布，其最新的MoE模型 混元Large 和混元3D生成大模型 Hunyuan3D-1.0 已正式开源。这些模型支持企业及开发者在精调和部署等不同场景下的应用需求。

混元Large是开源领域参数规模最大、效果最好的MoE模型，总参数量达到389B，激活参数量52B，上下文长度高达256K。在CMMLU、MMLU、CEval、MATH等多学科综合评测集以及中英文NLP任务、代码和数学等9大维度上，「混元Large」全面领先，超过了Llama3.1、Mixtral等一流的开源大模型。

Hunyuan3D-1.0则是业界首个同时支持文字、图像生成3D的开源大模型。首批开源模型包含轻量版和标准版，轻量版仅需10秒即可生成高质量3D资产。目前已在技术社区公开发布，包含模型权重、推理代码、模型算法等完整模型，可供开发者、研究者等各类用户免费使用。

此次腾讯混元开源的3D生成大模型 Hunyuan3D-1.0 ，解决了现有的3D生成模型在生成速度和泛化能力上存在不足的问题，可以帮助 3D 创作者和艺术家自动化生产 3D 资产。该模型具有强大泛化能力和可控性，可重建各类尺度物体，大到建筑，小到工具花草。经过定性、定量多个维度的评估，腾讯混元3D生成大模型的生成质量已达到开源模型的先进水平。

字节跳动及中科院开源WebMath-40B数据集，助力多模态AI研究

TDSQL替换InnoDB引擎，存储空间降至1/6、查询提速8倍

TDSQL TDStore引擎是TDSQL 产品系的最新一代关系型分布式数据库，采用容器化云原生架构，提供集群高性能计算能力和低成本海量存储；支持原生 Online DDL 操作，用户在业务运行过程中有动态更改表结构的需求时，无须依赖外部工具组件，直接使用原生MySQL DDL语句便可完成。

针对腾讯计费某业务系统数据访问量大、写入峰值1万笔每秒；存储量大，存储成本压力大的特点，TDStore实例采用48节点对等架构，并提供低成本高压缩存储引擎，帮助业务成功替换原MySQL InnoDB方案，实现大幅降本增效：

· 存储空间大幅节省：相较于使用2副本的InnoDB引擎，存储空间降低为原来的1/6。

· 实现表结构在线变更：秒级在线增加字段。

· 并行查询提速：查询某个交易时间段的全量交易流水，可提速8倍以上。

阿里云向量检索服务 Milvus 版正式商业化

近日，阿里云推出了向量检索服务 Milvus 版。

Milvus是全球最受欢迎的开源向量数据库之一，具备毫秒级检索万亿规模向量数据、云原生高度可扩展、快速迭代等特性，是一个天然与 AI 结合的向量检索引擎。阿里云向量检索服务 Milvus 版，100%兼容开源 Milvus，在性能、稳定性、可用性、管控能力等多个方向进行大量优化，相比开源版本，大幅进行功能和性能优化的同时自建成本平均降低30%。

阿里云向量检索服务 Milvus 版依托全托管云服务，白屏化所有运维动作，平滑集成阿里云 AI 生态，解决自建用户无法及时应对业务波峰波谷、运维门槛和成本高、与AI生态集成难等问题，为非结构化数据处理提供全链路处理方案，支持多模态搜索、广告推荐、自动驾驶、RAG 检索增强生成等场景。致力于为用户带来 AI 时代云原生专业向量检索引擎服务，便于用户专注业务价值，加速企业 AI 应用落地。

产品优势包括拥抱开源、高易用性、低成本和AI高度集成。Milvus版集成了丰富的Vector检索库，支持混合查询、聚合检索等高阶能力，并提供全套监控告警体系，实现99.9%的可用性保证。

同时，通过读写分离、存算分离技术，结合阿里云运维服务，至少降低30%的成本。Milvus版还无缝兼容LangChain、LlamaIndex等框架，并与阿里云AI产品矩阵集成，提供更快捷易用的产品体验。

代替原生Raft，DR Auto-Sync  TiDB同城两中心自适应同步复制技术解析

PingCAP团队在其分布式关系型数据库TiDB中引入了DR Auto-Sync（Data Replication Auto Synchronous）技术，以解决同城双中心部署中的数据一致性和系统可用性问题。

DR Auto-Sync 是一种跨同城（网络延迟<1.5ms）两中心部署的单一集群方案，即两种数据中心只部署一个 TiDB 集群，两中心间的数据同步通过集群自身内部（Raft 协议）完成。两中心可同时对外进行读写服务，任意中心发生故障不影响数据一致性。

原先 TiDB 集群的多种组件，如PD和TiKV 都通过 Raft 实现数据的容灾。然而，原生Raft在双中心部署下存在技术限制，对于偶数可用区（AZ，Available Zone）的支持并不友好，3 可用区或许是最适合部署 Raft 的高可用及容灾方案。而在现实情况中，大多数部署环境很少具备同城 3 可用区的条件。在同城双可用区部署原生的 Raft，主、备可用区按 2:1 的比例来分配 3 个成员，由于网络延迟的差异，灾备可用区会存在异步复制的成员。当主可用区由于故障无法恢复时，灾备可用区仅剩的 1 个成员是无法保障 CAP 中的一致性的。

DR Auto-Sync方案采用奇数副本部署，以3副本为例，TiKV和PD的副本按照主备机房2:1的比例分配，而TiDB可以在两中心部署多个实例以实现双活能力。该方案通过PD感知TiKV所在机房信息，并根据PD下发的同步状态要求，自动在同步复制和异步复制之间转换。

该方案定义了三种同步状态：sync（同步复制）、async（异步复制）和sync-recover（恢复同步）。集群的复制模式可以在这三种状态之间自适应切换，以最大化保障灾备机房的数据完整性和业务的可用性。此外，PD在双中心同步复制方案中扮演了重要角色，几乎所有配置都在PD中完成，包括Label设置、Primary/DR角色配置等。

DR Auto-Sync方案通过Raft Commit Group、请求阻塞窗口和自适应复制状态切换等核心技术，确保了在同城双中心部署中的数据高可用和快速灾难恢复，为传统企业实现业务连续性和数据可靠性提供了强有力的支持。

Oracle 推出 Zettascale 云计算集群

近日，Oracle 宣布推出采用 NVIDIA Blackwell 平台的 Zettascale 云计算集群。

Oracle Cloud Infrastructure (OCI) 现在开始接收基于云技术的大型 AI 超级计算机的订单，为在云端运行高要求 AI 工作负载的客户提供支持。借助 Oracle Distributed Cloud，客户可以灵活地在不同位置部署云技术和 AI 服务，同时保留高级别的数据和 AI 主权。

现在，OCI可提供多达 131,072 个 NVIDIA Blackwell GPU。供突破性的 2.4 zettaFLOPS 峰值性能。OCI Supercluster 包含了 OCI Compute Bare Metal、具有 ConnectX-7 NIC 和 ConnectX-8 SuperNICs 或 NVIDIA Quantum-2 InfiniBand 网络的超低延迟 RoCEv2 以及 HPC 存储选项。

OCI Superclusters 可由 NVIDIA H100 或 H200 Tensor Core GPU 或 NVIDIA Blackwell GPU 驱动的 OCI Compute 一起订购。配备 H100 GPU 的 OCI Superclusters 可支持多达 16,384 个 GPU，提供高达 65 ExaFLOPS的性能和 13 Pb/s 的聚合网络吞吐量。由 H200 GPU驱动的 OCI Superclusters 将于今年晚些时候推出，将扩展到 65,536 个 GPU，提供高达 260 ExaFLOPS 的性能和 52 Pb/s 的聚合网络吞吐量。

搭载了 NVIDIA GB200 NVL72 液冷裸金属实例的 OCI Superclusters 将使用 NVLink 和 NVLink Switch，使多达 72 个 Blackwell GPU 能够在单个 NVLink 域中以 129.6 TB/s 的总带宽相互通信。

NVIDIA Blackwell GPU 将于 2025 年上半年上市，配备了第五代 NVLink、NVLink Switch 和集群网络，可在单个集群中实现无缝 GPU-GPU 通信。

PuppyGraph 融资 500 万美元，为企业数据湖提供实时图形分析

首个也是唯一一个图形查询引擎PuppyGraph今天宣布其获得由 defy.vc 领投的 500 万美元种子轮融资。Zero-ETL为企业解锁了实时图形分析能力，这种能力可以转化为显著的行业优势，从生成 GraphRAG 以提高 LLM 准确性和减少幻觉，到实时欺诈检测和强大的网络安全分析。

传统的 SQL 操作难以处理复杂、相互关联的数据，因此通常变得繁琐冗长。图形查询语言擅长在密集数据网络中对复杂的遍历查询进行建模，但通常与耦合查询层和存储层的系统绑定，从而使可扩展性、采用和维护变得复杂。

作为第一个图形查询引擎，PuppyGraph 带来了一种新的范式转变，现在用户可以同时在 SQL 和图形中查询单个数据副本。对于熟悉 SQL 并首次涉足图形分析的个人，PuppyGraph 通过利用他们已经熟悉的数据湖和工具简化了数据准备、聚合和管理的过程。这种设计允许用户绕过图形查询语言的复杂性，将其仅用于特定的图形相关查询，例如图形遍历。

通过简化这些流程，PuppyGraph 不仅显著降低了学习难度，还提高了运营效率。这使得企业可以继续使用他们的 SQL 数据存储，同时受益于复杂模式匹配和高效寻路等特定于图形的功能。

Redgate 在其数据库 DevOps 产品组合中推出先进的 AI 功能

Redgate 今天宣布，它将在其测试数据管理和数据库监控解决方案中引入两项新的机器学习 (ML) 和人工智能 (AI) 功能。如今，数据专业人员面临着日益复杂的日常工作量，迫切需要提高效率并简化工作流程。借助这些新产品，Redgate 继续提供巧妙而简单的解决方案，同时在整个数据库管理过程中保持数据保护。

当想要使用测试数据时，许多开发团队无法访问生产数据，因为存在泄露敏感客户信息和合规性问题的风险。团队通常需要生成尽可能类似于生产数据的数据，为了解决这个问题，Redgate 测试数据管理器添加了 AI 合成数据生成功能。

在 Redgate 的产品中，用户输入的数据和生成的数据仅由其本地版本的功能使用，并保留在他们自己的数据环境中，从而解决了客户对数据被用于训练 AI/ML 模型或任何专有数据离开其环境的担忧。

Redgate Test Data Manager 使用 ML 算法来理解数据中的模式、关系和分布特征，从而生成反映这些属性的新数据，以便用户可以创建与真实世界数据模式非常相似的复杂数据集。这为开发人员和测试人员提供了他们所需的准确、有代表性的数据，而无需从生产中复制或离开任何数据，从而满足了数据隐私并保持了数据完整性。

类似地，Redgate 长期建立且流行的监控解决方案 Redgate Monitor 将引入一项新的 ML 功能，该解决方案已经为 SQL Server 和 PostgreSQL 提供实时性能监控。通过使用机器学习来识别哪些操作和性能警报是正常的背景噪音，哪些是关键且需要优先处理，数据库的可定制警报和诊断将得到进一步增强。由于每个组织对其数据库资产的要求不同，因此这是一项出色的功能，可以根据每个客户的特定要求定制 Redgate Monitor，从而减少团队手动配置和维护警报所花费的时间。

由于数据库规模越来越大，越来越复杂，无法采用一刀切的监控方法，Redgate Monitor 还将利用 ML 功能根据指标数据模式发出动态警报。通过将警报与受监控数据库上的实际使用情况相匹配，它将提高正常运行时间并使警报更具相关性，避免警报疲劳。

加拿大逮捕涉嫌参与 Snowflake 数据泄露的黑客

近日， 加拿大当局逮捕了一名涉嫌参与多起大规模 Snowflake 数据泄露的黑客。该黑客被指控窃取了包括 AT&T、Ticketmaster、Advanced Auto Parts 等数十家公司的内部数据。这些公司都是 Snowflake 的客户， Snowflake 是一家提供云服务和数据分析的公司。黑客通过窃取员工电脑上的密码， 利用这些密码入侵了公司的 Snowflake 账户， 窃取了大量敏感数据。由于 Snowflake 未要求客户使用多因素认证， 黑客得以轻易入侵。该黑客已被逮捕， 案件正在审理中。

Perplexity AI新一轮融资寻求80亿美元估值

据《华尔街日报》报道，人工智能搜索引擎 Perplexity 正在进行融资谈判，希望以 80 亿美元的估值筹集约 5 亿美元。

如果按照这些条款达成交易，Perplexity 的估值将比今年夏天从软银融资时的 30 亿美元高出一倍以上。《华尔街日报》报道称，该公司目前每天收到约 1500 万个查询，年收入约为 5000 万美元。

Perplexity 使用人工智能帮助人们在聊天机器人式的界面中搜索网络。一些新闻出版商指责该公司未经授权抓取网络内容并剽窃，《纽约时报》甚至向Perplexity 发出了一封停止侵权的信函，但首席执行官 Aravind Srinivas 表示，他希望与出版商合作，并且“无意与任何人为敌”。

Perplexity AI的融资计划反映了AI搜索领域的巨大潜力和投资热度：

· AI搜索市场前景广阔：投资者对AI搜索技术的未来发展充满信心，愿意给予高估值。

· 技术创新驱动估值提升：Perplexity AI在短时间内估值翻倍，说明其技术创新和商业模式得到市场认可。

· 内容合作成为关键：与出版商建立收入分享合作模式，显示AI公司正在积极探索可持续的商业化路径。

·知识产权问题需重视：剽窃指控凸显了AI公司在使用数据和内容时面临的法律和道德挑战。

· 融资环境趋于谨慎：尽管估值目标雄心勃勃，但融资不确定性增加，反映了投资者对AI领域的审慎态度。

【金融】存储节省85%！OB Cloud助力海尔消金简化技术栈

海尔消费金融有限公司（海尔消金）自成立以来，随着业务发展，逐渐从单一商业数据库扩展到包括MySQL、TiDB、MongoDB、ES等多种数据库的技术栈，以支撑复杂业务需求。然而，数据日增量上百GB、服务器负担沉重、数据库软硬件成本高达百万以及技术堆栈带来的运维复杂度等问题接踵而至。为此，海尔消金选择了OceanBase云数据库服务OB Cloud来统一管理，实现技术栈简化。目前，海尔消金业务系统在OB Cloud上已平稳运行300余天，存储容量节省了85%。

海尔消金的数据库系统累积了上千套MySQL实例，运维管理复杂。MySQL的高可用性自建方案稳定性较差，水平扩展能力弱，尤其是缺乏有效的扩展手段，通常只能通过分库分表扩展资源，但这一过程周期长且繁琐。此外，MySQL在处理大表DDL变更时存在主从延迟风险，且在处理复杂SQL时性能相对较弱，增加了运维复杂度。成本上，MySQL的使用成本高，资源浪费问题严重。

2023年，海尔消金开始分布式数据库选型，OceanBase作为技术提供商之一被重点考察。在POC阶段，OceanBase的性能表现最优。海尔消金将OB Cloud部署在核心系统，通过核心容量分片，选择了12套服务器用于核心业务。经过6轮切换演练后，海尔消金在10分钟内完成了3TB数据量、约1万QPS的系统割接。

迁移至OB Cloud后，海尔消金的资源成本显著降低，存储空间节省了85%，一些场景实现了3倍的压缩比。系统响应耗时进一步降低，分页查询方面表现尤为出色。基于大集群多租户，OB Cloud实现秒级的数据库实例资源弹性扩缩容，稳定承载多个业务的高峰压力。同时，通过OB Cloud统一技术栈，系统易用性显著增强，上线近10个月，系统稳定运行0故障。

【政府】数字广州建设未来十年总体规划发布

近日，广州市人民政府印发了《数字广州建设总体规划》（以下简称《规划》），这是广州首次从顶层设计维度，高标准、多角度、全方位描绘了“数字广州”发展蓝图。

《规划》提出，到2030年，力争建成数字中国标杆城市，数字基础设施建设保持全国领先，数据要素市场化配置改革成效显著，城市全域数字化转型全面突破，形成一批具有世界影响力的数字产业集群。展望2035年，力争成为全球数字科技及产业创新高地，数字活力全面激发，数字基础设施达到世界先进水准，走出一条超大城市全域数字化转型新路径，人民群众享有更加美好的数字生活，率先实现社会主义现代化。

《规划》共7章24节，提出了“13535”的总体架构，涵盖了数字经济、数字政务、数字文化、数字社会、数字生态文明“五位一体”全域数字化转型的方方面面。《规划》提出，广州将从构建数据优质供给资源池、创建数据可信流通大市场、激发数据开发利用新活力三方面构建数据要素赋能体系。

财政部：企业数据资源到数据资产会计处理实施要点

近日，财政部会计司发布数据资源会计处理实施问答。其中指出，企业内部数据资源研究开发项目的支出，应当区分研究阶段支出与开发阶段支出。研究阶段的支出，应当于发生时费用化处理计入当期损益。开发阶段的支出，同时满足五大条件的，才能确认为无形资产：

1. 完成该数据资源无形资产以使其能够使用或出售在技术上具有可行性。

2. 具有完成该数据资源无形资产并使用或出售的意图。

3. 数据资源无形资产产生经济利益的方式，包括能够证明运用该数据资源无形资产生产的产品存在市场或数据资源无形资产自身存在市场，数据资源无形资产将在内部使用的，应当证明其有用性。

4. 有足够的技术、财务资源和其他资源支持，以完成该数据资源无形资产的开发，并有能力使用或出售该数据资源无形资产。

5. 归属于该数据资源无形资产开发阶段的支出能够可靠地计量。

国务院：探索推动数据资产纳入国有资产管理

11月5日，《国务院关于2023年度国有资产管理情况的综合报告》提请十四届全国人大常委会审议。国有资产公布最新“家底”。报告显示，2023年，全国国有企业资产总额371.9万亿元，国有金融企业资产总额445.1万亿元，行政事业性国有资产总额64.2万亿元。

报告中多次提起数据资产，在要完善制度体系里，提到了财政部印发《关于加强数据资产管理的指导意见》和《关于加强行政事业单位数据资产管理的通知》等制度文件，推动数据资产合规利用、规范管理。

在下一步工作安排中提出要探索开展数据资产管理，积极稳妥推动行政事业单位数据资产开发利用。强化对新类型新业态国有资产管理的研究论证，探索推动数据资产等纳入报告范围。