登頂國際Data Agent榜單登頂國際Data Agent榜單，OceanBase超過多項GPT、Claude方案
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。
Related
相關文章
Baidu Releases ERNIE 5.5 Flash Base: A 280B MoE Base Model With 14B Active Parameters
Baidu has released ERNIE 5.5 Flash Base, the raw pre-training checkpoint of its new sparse Mixture-of-Experts language model. ERNIE 5.5 Flash Base is a 280B-parameter text model from Baidu that activates 14B parameters per token. The weights stop at the end of pre-training, with no mid- or post-training applied. This as a clean starting point for teams that want to compare fine-tuning, instruction tuning or RL methods from one checkpoint. TL;DR Size: 280B total, 14B active per token; 128K training context, 1M for fine-tuning and inference. Runs on: Multi-GPU servers. Baidu’s reference configs use 4-way parallelism in SGLang and vLLM. GPU model and VRAM not disclosed. FP8 and BF16 weights. Performance: Best score on 24 of 30 base-model benchmarks in Baidu’s unified pipeline (self-reported).
前華為盤古負責人王雲鶴，創業做RSI，掏出1250億參數智能體大模型
作者 | 孫小雯 編輯 | 程茜 11月5日消息，今日，北京大模型創企基元律動（TokenRhythm）發佈面向智能體任務的大模型NeoHorse-1.5-Flash Preview，並開放內測。據基元律動透露，該模型基於Qwen3.8-Flash進行遞歸自我改進（RSI）迭代，主模型參數為1250億，激活參數為60億。 據基元律動透露，團隊此次將上一代模型NeoHorse-1重新加入多模型任務執行體系，積累新的執行記錄與能力反饋，再用於訓練NeoHorse-1.5。 據基元律動公佈的評測結果，相較Qwen3.
面壁智能姚遠：兩年GPT-6級AI跑在手機上，現在點外賣訂機票有點無聊
作者 | 江宇 編輯 | 雲鵬 350億參數的多模態大模型，在僅佔用約3GB內存的情況下，已經能在手機上實現超過30 Token/s的生成速度。11月5日報道，今日，在面壁智能舉行的端側多模態大模型技術交流活動上，面壁智能聯席首席科學家、清華大學人工智能學院助理教授姚遠透露，團隊通過最新一輪推理優化，已將MiniCPM-V 4.
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。