OceanBase发布AI数据库三件套,TOC最高降50%,蚂蚁阿福、灵光都在用
6月29日,在OceanBase的一场发布会上,一条新的产品线浮出水面——
湖库一体AI数据库产品OceanBase Lakebase
多模态数据管理
数据湖,大家不陌生,它能存结构化、半结构化、非结构化的各种数据。OceanBase Lakebase干的事情,就是把数据湖的"开放"和数据库的"功能性"揉到一起——结构化数据、非结构化数据、向量数据,全部塞进
统一架构

基于这个底座,OceanBase还同时端出了两个产品:数据生产、治理和服务工作台
OceanBase DataStudio
OceanBase DataPilot
OceanBase DataStudio

OceanBase DataPilot
发布会后,OceanBase CEO杨冰、CTO杨传辉与媒体做了面对面交流。杨冰的判断很直白:AI正在改变数据的管理方式,数据使用者和数据形态都在变。使用者这边,VibeCoding催生了海量Agent应用,Agent开始干生产任务了,还得保证长期运行的正确性和自我进化。数据形态那边,非结构化数据成了可计算资产,数据必须主动流转,还要能理解任务。两股力量叠加,OceanBase给出的结论是:
在AI时代,数据库必须湖库一体
OceanBase内部也在转。杨冰透露,内核团队已经拆成"一体化数据库"和"AI"两个大部,独立团队在研发AI引擎——这被视作面向未来的第二增长曲线。
至于全球竞争格局,杨传辉觉得,在AI数据库领域中美起步点差不太多,中国在场景丰富度和工程化落地上甚至可能跑得更快。
一、五大技术特点,一套系统代替交易库+数仓+向量库+数据湖
OceanBase Lakebase的技术架构,可以拆成五个关键点来看:
第一,湖库一体。

第二,多模表与AI列。
第三,Agent友好。

第四,开放生态。

第五,一体化设计。

部署上,Lakebase提供两种模式:独立部署,或者作为智能叠加层部署。
二、TCO降低30%-50%,已在蚂蚁阿福、灵光落地验证
Data Studio是构建在LakeBase之上的统一数据开发治理平台。它的核心任务是让LakeBase的数据能力能顺畅地交付给上层应用,降低复杂数据开发和治理的门槛。覆盖从数据集成到资产化的全生命周期,依托底层统一存储和多模态处理能力,加速数据服务化和AI应用落地。
Data Pilot则是面向更广业务分析场景的数据智能Agent,帮企业在已有数据集上快速构建面向业务团队的分析能力。它的技术优势包括自动化语义网络生成、自然语言驱动的下钻与关联分析。业务分析师能更快理解业务变化,决策也更及时。
在智驾场景中,OceanBase Lakebase的通义多模态数据底座,把海量智驾数据转化为可管理、搜索、分析、复用的数据资产,数据处理效率和精准率提升明显。

在证券行业,OceanBase AI数据库统一移动数据源并进行多模态智能解析,可以分析行研报告,对监管制度、合规文件分类、提取摘要等。

杨传辉分享了一个关键数据:在相关场景中,OceanBase AI数据库可以让项目整体TCO降低
30%-50%
结语:OceanBase具备落地验证和技术优势
三款产品合在一起,其实勾勒出OceanBase对AI时代数据基础设施的演进路径:数据不只是被存储,更要能被理解、被调用、被Agent自主使用。而OceanBase的AI数据库,天生就带着落地优势——支付宝AI支付、蚂蚁阿福、灵光,以及通义千问、高德、飞猪等阿里生态业务,全都给它提供了真实、大规模的业务实践场景。可以说,这次AI数据库的推出,是OceanBase十五年技术演进水到渠成的结果。