开源技术

本文讨论 AI 与 Agent 进入生产环境后，数据湖与向量数据库“双系统”架构暴露出的结构性问题，以及Apache Paimon 与 Milvus 围绕同一份湖数据协同的技术路径。

知衣科技与阿里云大数据 AI 平台展开合作，将原有 Proxima 检索方案替换为 MaxCompute 提供的向量检索能力，在保留自研模型链路的前提下完成了检索环节的重构。

舟谱数据围绕快消流通业务构建了一条从业务问题、指标解析、SQL生成、安全执行到 API 草稿交付的 Agent 链路，并通过版本化 Skill、有界 Context、MCP 权限传播和结构化产物传递。

阿里云 EMR Serverless Daft 的核心价值，是将批量非结构化数据处理与 ai_query、ai_embedding 这类模型服务调用组合在同一个 DataFrame 作业中。

本文介绍如何在阿里云EMR Serverless Ray集群上，使用Ray Serve LLM部署Qwen3.5系列模型，并通过Ray Data的ai_query API实现集群内高吞吐批量推理。

阿里云MaxCompute推出全新AI助手MaxAgent，既能做智能运维，也能做数据分析洞察，后续还会支持用自然语言直接完成平台管理操作。

阿里云AI Search在VDBBench向量检索、Big5与Tantivy传统检索，以及MMEB多模态文档检索等评测中取得一系列突破。

DataWorks Data Agent实操，通过本次实操可以看到 DataWorks 数据集成 Agent 能力覆盖了 AI 数据处理任务的核心生命周期。

2025 年，阿里云人工智能平台 PAI 开源了大模型蒸馏框架 EasyDistill，并陆续发布了 DistilQwen 系列蒸馏模型。

EMR Serverless Spark 团队推出了深度优化的 Daft 版本，不仅大幅提升了视频、图片等多模态数据的读取性能，还提供了 ai_query 等大模型调用原语和丰富的内置算子。

2026云栖大会将以AgenticAl为核心锚点，串起芯片、云基础设施、模型能力与模型服务、Agentic应用的完整链路，直抵生产方式深层变革。

向 Qoder 描述智驾数据的输入、处理目标和输出位置，Skill 会根据目标 EMR Serverless Spark 发布版本，生成完整的 EMR Daft 作业包。

本方案基于阿里云向量检索服务 Milvus 版的图文向量化能力，融合多路召回、业务过滤与相关性重排，将"相似图片"真正转化为可运营、可采购的商品结果，帮助企业显著提升搜索准确率与转化效率。

阿里云Milvus是目前唯一支持AI Native的Milvus云服务。它不仅提供高性能全托管的向量检索能力，更将AI Function与AI-Gateway原生嵌入数据链路。

阿里云 Milvus 知识库现已开启邀测。通过提供一站式企业知识管理应用，企业可以更快地把分散的私有数据转化为 Agent 可调用、可追溯、可持续运营的知识能力。

通过StarRocks，把多模态模型能力以SQL函数的形式嵌入混合搜索链路，构建了"OSS 图片挂载 → 向量化入库 → ANN 索引 → 图搜图 / 文搜图 → 业务过滤与融合排序"的全链路闭环。

本文聚焦Elasticsearch9.4，内容由搜索形态的变化展开，依次进入向量数据库优化、指标数据库优化、ES|QL计算引擎优化，并在最后落到Agent Builder、Skills等AI基础设施。

本文详细分享了阿里云 DataWorks Data Agent 实战，对话式数据源管理与智能问数实操。

DataWorks Data Agent迎来一系列重大升级。围绕模型能力、成本治理、企业协作、全球部署四大核心方向完成关键能力补齐，同时在数据专业能力、任务执行、工作资产沉淀和体验细节上持续打磨。

当用户在DataFrame处理链路中需要引入大模型能力，或需要统一处理文本、图片、视频等多模态数据时，推荐在阿里云EMR Serverless Spark上使用 Daft AI Function方案。