OceanBase 发布湖库一体 AI 数据库，融合多模态数据支撑 Agent 场景

OceanBase 于 6 月 29 日发布面向 AI 时代的湖库一体 AI 数据库，将数据湖的开放存储与数据库的事务处理能力统一到一套引擎中，旨在解决 Agent 时代企业对多模态数据的统一调用需求。同步推出的产品包括底层引擎 Lakebase、数据治理平台 DataStudio 以及业务智能入口 DataPilot。

产品定位：从记录事实到参与决策

OceanBase 方面认为，大模型能力快速收敛后，AI 落地的瓶颈正在从模型层转向数据层。随着 Agent 进入系统执行层，传统多系统割裂的架构难以满足 AI 对统一上下文的要求，而数据库在一致性、扩展性、可靠性、实时性方面的能力不可退让。基于这一判断，OceanBase 选择了从数据库内核出发的重构路径，将其长期在金融核心系统中验证的事务一致性、高可用与弹性能力延伸至数据湖与多模态数据体系。

OceanBase CTO 杨传辉表示：「真正的一体化，必须发生在架构层。湖库一体不是数据库和数据湖的简单拼接，而是在同一套引擎中统一管理多模态数据，打通在线与离线处理。」

三层产品体系

围绕湖库一体架构，OceanBase 形成了三层产品体系：

• Lakebase（底层引擎）：统一管理结构化数据、非结构化数据和向量数据，支持加工、检索与调用，解决 AI 时代的数据底座问题。
• DataStudio（数据治理）：覆盖数据接入、加工、编排、语义建模到 Agent 协作等环节，将分散的数据资产转化为可调用的数据服务。
• DataPilot（业务入口）：面向业务人员的统一智能入口，支持通过自然语言生成分析报告、数据看板与可信答案。

场景验证与成本数据

据介绍，相较传统多系统方案，OceanBase AI 数据库可降低整体 TCO（总体拥有成本）约 30%–50%。该能力已在以下场景完成验证：

• 蚂蚁阿福：蚂蚁集团内部 AI 应用场景。
• 灵光：累计生成数千万个「闪应用」，验证了湖库一体架构在千万级 Agent 场景下的可行性。

行业背景与厂商定位

OceanBase 方面表示，AI 数据库正成为全球基础软件的新赛道，但技术路径尚未收敛：部分厂商从数据湖延展能力边界，部分强化搜索与语义理解，也有从数据库内核出发重构整体数据体系。OceanBase 强调自身从数据库内核出发的路径，并称这是「从底层出发的重构，而非在旧架构上的叠加修补」。

公开资料显示，OceanBase 起源自 2010 年阿里巴巴「双十一」场景，已服务超 400 家金融机构，连续两年位居中国分布式数据库本地部署市场第一，也是迄今唯一同时登顶 TPC-C 和 TPC-H 两项国际权威测试的数据库。

OceanBase CEO 杨冰表示：「我们有机会从『跟随者』走向『共同定义者』，参与 AI 数据库范式的形成。这既是中国的机遇，也是 OceanBase 的机遇。」