开源技术

Paimon 作为新一代流式数据湖存储引擎，正通过一系列底层创新，构建面向 AI 原生时代的统一数据基础设施。

阿里云 PAI 团队与中国科学院大学前沿交叉科学学院等单位合作的研究成果——轻量级动态数据调度方案 Skrull，论文被 NeurIPS2025 会议接收。

立即体验阿里云 ElasticSearch Serverless，用端到端监控，让流量黑洞无处遁形！

DataWorks数据集成推出基于Apache Arrow列存格式的高性能同步能力，实现从“行式传输”到“列式直通”的技术跃迁。

阿里云 Hologres 作为高性能实时数仓引擎，原生提供了 Dynamic Table，并基于有状态增量计算模型，在多表关联、聚合等复杂场景下展现出显著性能优势。

OmniThoughtV不仅填补了开源社区在多模态复杂推理数据方面的空白，还通过一套透明、可复现的数据蒸馏机制，实现了对多模态思维链的高效提取与结构化组织。

本文将通过一个真实事故的复盘，解析开源 IK 分词器架构设计中的不足，并介绍阿里云 ES Serverless 如何通过“索引级词典”能力，彻底解决热更新引发的搜索错配问题。

阿里云 DataWorks 发布大模型服务能力，基于 Serverless 资源组，支持用户 一键部署主流大模型，并可在 数据集成和数据开发任务中直接调用模型 API。

2025年12月20日，上海 · 阿里巴巴徐汇滨江园区，Apache Spark Meetup，助力企业构建高效数据平台，欢迎报名！

Ververica 首次跻身 Forrester 流式数据平台领导者行列，实时 AI 能力获权威认可。

七猫基于阿里云 EMR Serverless Spark 并利用 Fusion 引擎赋能实现数仓加速。

直接让你的集群拥有“防弹护甲”，自动抵御那些足以击穿性能的高危查询。与自建相比，阿里云 ES Serverless 的架构更健壮、更安全，也更省心。

MaxCompute SQL AI 全新上线，一句SQL就能用上大模型，零门槛让数据分析师秒变AI高手。

阿里云 PAI-Model Gallery 已第一时间接入 DeepSeek-V3.2、DeepSeek-V3.2-Speciale 模型，提供企业级部署方案。

在本期，我们隆重介绍 DSW 全新的 noVNC 功能，并结合 Isaac Sim 的协作机器人系统 Cortex，搭建软件在环验证系统（Software-In-Loop System）。

阿里云正式推出 EMR AI助手（EMR Agent） ——一款专为大数据场景打造的智能运维助手，标志着EMR运维正式迈入“AI驱动”的新纪元。

通过采用 阿里云向量检索服务 Milvus 版，朝阳永续成功构建了高性能、高可靠的金融语义检索引擎，有效解决了海量非结构化数据下的检索效率、精度与稳定性难题，为“AI 小二”提供了强大的底层支撑，显著

在本期，我们将针对更复杂的VLA模型（以GR00T-N1.5为例）进行微调，同样需要经过人工演示、数据扩增、模仿学习、在环验证这几个步骤。