登頂國際Data Agent榜單,OceanBase超過多項GPT、Claude方案
AI資訊AI新閒資訊正文登頂國際Data Agent榜單,OceanBase超過多項GPT、Claude方案發布於AI新閒資訊時間 :Sep 21, 2026閱讀 :1分鐘近日, OceanBase團隊提交的Data Agent方案登頂國際數據智能體基準Data Agent Benchmark(簡稱DAB),以90.62%的準確率位列第一,成為該榜單首個準確率突破90%的參評方案。值得關注的是,這一成績由國產數據庫OceanBase基於國產大模型GLM-5.2構建,超過多項基於GPT、Claude Opus、Claude Fable等海外模型構建的Data Agent方案。
本次參評方案內部代號為 Scout,相關能力將融入 OceanBase DataPilot。(圖說:OceanBase登頂國際Data Agent榜單,成為首個準確率突破90%的參評方案)DAB由UC Berkeley EPIC Data Lab與Hasura PromptQL合作推出,評測覆蓋互聯網/本地生活、金融股票、生物醫學、知識產權、企業運營、政務/公共管理、媒體/文娛等多個領域,並涉及PostgreSQL、MongoDB、SQLite、DuckDB等多種數據庫。
與傳統Text-to-SQL主要考察AI能否將自然語言轉換成SQL不同,DAB更關注AI進入真實數據環境後,能否從複雜、分散、形態各異的數據中找到正確答案。一個完整任務中,Data Agent需要理解數據、選擇數據、規劃分析路徑、完成查詢計算,並對結果進行驗證,考驗的是從“理解數據”到“拿到答案”的完整能力。也正因此,DAB考驗的不只是底層模型,而是“模型+Agent+數據系統”的綜合能力。模型負責理解和推理,Agent負責規劃和執行,數據系統則要支撐數據發現、關聯計算和結果校驗。三者能否協同,直接影響AI能不能真正把企業數據用起來。OceanBase此次參評方案,正是圍繞這一能力構建。
系統通過DataLens構建數據畫像,識別字段和數據關係;再根據任務複雜程度規劃執行路徑,完成數據選擇、篩選、關聯和計算;得到結果後,還會通過證據追蹤和答案校驗檢查計算過程和結果,發現問題時調整方案並重新驗證,形成“數據理解—規劃執行—驗證修復”的閉環。這也解釋了此次90.62%成績的含金量:它不是單純證明國產模型能夠完成數據查詢,而是驗證了國產數據庫與國產模型結合後,能夠共同支撐複雜的數據分析任務。在底層模型採用GLM-5.2的情況下,OceanBase方案最終超過了多項採用GPT、Claude Opus、Claude Fable等海外模型構建的Data Agent方案。
對OceanBase而言,這也是其AI能力的一次新驗證。過去,數據庫主要負責存儲、查詢和處理數據。隨著AI Agent成為新的數據使用者,數據庫需要解決的問題也在變化:AI不僅要拿到數據,還要理解數據、關聯數據、分析數據,並驗證結果是否可靠。AI時代的數據底座,也因此開始從“把數據交給AI”,走向“幫助AI把數據用起來”。這正是OceanBase從數據庫向AI數據平臺演進的方向。OceanBase DataPilot是面向AI數據分析場景的產品方向。
本次DAB評測以內部代號Scout的方案提交,相關技術能力後續將沉澱到DataPilot產品中,進一步承接數據理解、任務規劃、分析執行和結果驗證等能力,讓AI從“調用數據”走向“用數據完成任務”。從數據庫到AI數據平臺,變化的不只是產品形態,更是數據庫與AI的關係:過去數據庫負責把數據存好、算好、取出來,如今還要幫助AI理解數據、組織數據並完成分析。此次登頂DAB,是OceanBase將數據庫能力進一步延伸到AI數據分析環節的一次驗證,也意味著數據庫正在從AI的數據底座,走向AI的數據工作引擎。
相關推薦告別天價Token:AI企業Writer推出Palmyra X6與架構升級,力求將使用成本砍半企業AI部署成本壓力加劇,開源模型雖能降低單token費用,但精準選型困難。面向營銷人員的AI公司Writer推出旗艦模型Palmyra X6,基於開源GLM-5.2深度後訓練調整,旨在提供更契合業務需求的低成本方案。Aug 14, 2026158.3kOceanBase公開靈光AI應用數據架構,支撐3000萬閃應用運行OceanBase首次公開支撐螞蟻靈光AI應用的數據架構:以邏輯表、共享物理存儲和受控SQL計算實現應用模型獨立、資源共享,為AI生成應用提供數據底座。
已累計生成約3000萬個閃應用,應對AI時代海量Agent應用的挑戰。Aug 6, 2026260.4k從分佈式數據庫到 AI 數據平臺:OceanBase 尋求獨立融資並加速全球化佈局據彭博社報道,分佈式數據庫廠商 OceanBase 正在與多家頭部機構洽談20億至30億元人民幣的 A 輪融資,旨在增強獨立運營能力並加速向 AI 數據平臺拓展。知情人士透露,OceanBase2026年年化收入已超14億元,同比增長約70%,擁有包括交通銀行、中國移動在內的數千家客戶,並已佈局東南亞、日本、印度和拉美等海外市場。螞蟻集團、OceanBase 及螞蟻數科均未迴應置評請求。
技術與產品方面,OceanBase 誕生於2010年,歷經多年“雙十一”流量考驗,據 IDC 報告其2025年在中國分佈式數據庫本地部署市場份額位居第一。目前公司對標 Databricks,從核心交易系統向企業全量數據管理及 Agent 數據供給延伸,加強非結構化數據處理,並已於今年6月推出新一代湖庫一體 AI 數據庫推進商業化。公司自2024年設立獨立董事會並建立獨立股權激勵機制以來,市場化進程顯著加快。此次融資標誌著 OceanBase 在獨立運營上邁出關鍵一步,也體現出螞蟻集團創新業務正逐步建立獨立的治理與融資機制,加速走向外部市場檢驗。Jul 29, 2026267.
9k智譜完成約314億港元配售 資金將用於大模型技術研發與算力建設智譜完成約314.1億港元配售,資金用於基座模型研發、算力建設、商業化及全球生態佈局。公司強調長期競爭力取決於底層技術突破,其核心基座模型GLM-5.2已進入全球前沿競爭區間。Jul 9, 2026274.6kOceanBase發佈湖庫一體AI數據庫:讓Agent真正“讀懂”企業大模型與算力快速突破,但企業AI落地價值未達預期,業界焦點正從模型轉向數據。OceanBase發佈湖庫一體AI數據庫,融合數據湖海量存儲、數據庫事務分析及多模態處理,構建強一致數據底座,為AI Agent提供高效支撐。Jun 29, 2026232.
3k智啟未來,您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
Claude Code 造星操盤手被挖:OpenAI 拿下 Cat Wu
前 Claude Code 產品負責人 Cat Wu 今日在社交平臺宣佈正式加盟,出任核心產品(Core Products)產品管理負責人,參與 OpenAI 核心產品與 AI 智能體相關業務。她將與企業產品負責人 Nick Turley、消費級產品負責人 Ashley Alexander 協同,並向 Tibo Sottiaux 彙報;OpenAI 總裁 Greg Brockman 隨後在 X 上轉發入職消息並公開致歡迎。
AI 幫用戶成功“越獄”跑步機:Claude 輕鬆幹掉 iFIT 訂閱牆,大屏幕秒變自由流媒體
從煩人的訂閱牆到耗時一天半的改造這臺配備了10英寸顯示屏的跑步機是網友幾年前為女友購買的,原本的初衷是希望能在日常鍛鍊時順便觀看 Netflix 或 Crunchyroll 等流媒體視頻。然而在實際使用中,設備卻設置了重重限制:即便用戶已經單獨為流媒體服務付過費,跑步機仍強制要求額外訂閱昂貴的 iFIT 才能訪問相關功能。
智象創始人梅濤演講:提出構建智能體化的全模態世界模型
作者 | ZeR0 編輯 | 漠影 11月5日報道,近日,2026世界頂尖科學家論壇第二屆國際工程智能大會舉行。會上,加拿大工程院外籍院士、智象元一(HiDream.ai)創始人兼CEO梅濤發表演講,提出構建智能體化的全模態世界模型(Agentic Omnimodal World Models),邁向下一代世界智能。 AI模型聚合平臺OpenRouter數據顯示,全球大模型調用規模正進入爆發階段。截至今年10月,中國周Token調用量達93萬億,是美國的4.16倍,連續26周位居全球第一。
AI 讓死亡成為"可選項"?布羅克曼拋出生命終極命題
布羅克曼拋出生命終極命題發布於AI新閒資訊時間 :Nov 5, 2026閱讀 :1分鐘在近日的《華爾街日報》科技峰會上,OpenAI 總裁格雷格·布羅克曼拋出了一個足以顛覆常識的判斷:未來死亡或許會成為一種可以自主選擇的事情。他並未把話說滿,只是強調生物學領域的突破"並非只與人類有關",而死亡能否成為選項"本身就是一個值得思考的問題",並提到人們都在承受各種痛苦、這些事都可能成真。
AI日報:iOS 27.3 beta正式接入千問;豆包工作首次接入第三方模型;雷軍曬小米機器人做家務視頻
iOS 27.3 beta 正式接入阿里千問,替代 ChatGPT 角色蘋果iOS 27.3 beta在中國區將Apple Intelligence的雲端大模型由ChatGPT替換為阿里千問,並說明瞭端雲協同機制。從行業角度看,這是蘋果在華AI合規與本地化的重要一步,但測試版功能穩定性與隱私邊界仍待驗證。
百度開源2800億參數文心5.5Flash Base,多項基準測試刷新同尺寸SOTA
該模型採用MoE架構,總參數量達2800億,激活參數140億,使用33.5萬億Token完成預訓練,預訓練上下文長度最高達128K,微調與推理階段支持最長100萬Token上下文。圍繞效率主線,文心5.5Flash Base在系統層進行多項算法創新。