阿里云大数据& AI 产品技术月刊【2026 年 7 月】，涵盖 7 月技术速递、产品和功能发布、市场和客户应用实践等内容，帮助您快速了解阿里云大数据& AI 方面最新动态。
一、产品功能发布
云原生大数据计算服务 MaxCompute - Agentic 生态接入套件正式发布
MaxCompute 推出 Agentic 生态接入套件，含 AI 数据探索客户端、MCP Server、CLI 三大组件，以 AI Query 智能问数、AI Coding 辅助编码为核心，打通桌面交互分析到 AI Agent 自动化的全场景数据开发。
云原生大数据计算服务 MaxCompute - MaxFrame 具身行业 EGO 数据管线解决方案发布
面向具身智能训练数据生产场景，MaxFrame 推出具身行业 EGO 端到端数据管线解决方案，基于 MaxCompute DPE 引擎打通"第一视角人手视频 → LeRobot 数据集"全流程，统一调度 CU/GU/Token 三类资源，覆盖切分抽帧、几何估计、3D 手部重建、动作分段、VLM 打标与 Embedding、LeRobot 导出多个环节。
云原生大数据计算服务 MaxCompute - MaxAgent正式版本发布
MaxAgent 是 MaxCompute 平台的 AI 智能助手，为用户提供全链路自服务与智能运维能力，降低使用门槛，提升运维效率。MaxAgent 支持以自然语言方式完成作业诊断、数据查询、成本分析、资源优化、权限审计、元数据探索等场景，无需记忆复杂命令或手动查找文档，即可完成日常开发与运维工作。
云原生大数据计算服务 MaxCompute - Maxcompute多模态检索能力发布
MaxCompute 在原有离线批处理与数据分析引擎的基础上，通过原生 VECTOR 数据类型、 AI_EMBEDDING 函数、向量索引VECTOR INDEX 及向量检索函数VECTOR SEARCH Function的全链路能力，使用户能够直接通过 SQL 完成从多模态数据入仓、Embedding 生成和和向量化存储、索引构建、及最终的离线批量相似性检索的端到端链路，尤其适用于需要对海量数据
云原生大数据计算服务 MaxCompute - SQL 增强版嵌套列裁剪功能
作为MaxCompute 面向复杂类型数据查询提供的一项性能优化能力，当表中包含 STRUCT、ARRAY<STRUCT>、MAP<STRING, STRUCT> 或多层组合嵌套类型时，查询通常只会访问其中少量字段。开启增强版嵌套列裁剪后，MaxCompute 可以在读取数据时只扫描实际需要的子字段，避免读取未使用的嵌套字段，从而减少存储 I/O、降低内存开销并提升查询性能。
云原生大数据计算服务 MaxCompute - 支持生成列Generated Column能力
生成列（Generated Column）是 MaxCompute 提供的一种特殊列类型，其值由表中其他列通过确定性表达式自动计算得出，无需用户手动插入或更新。生成列可以显著简化数据处理逻辑、保证数据一致性，并提升查询性能。
云原生大数据计算服务 MaxCompute - MaxFrame AI Function 多模态混合输入能力支持
MaxFrame AI Function 新增多模态混合输入能力，支持单次调用同时传入文本、图片、音频、视频的任意组合，对接百炼 Qwen-Omni 全模态模型完成跨模态联合推理，具备批量处理混合模态数据能力。
云原生大数据计算服务 MaxCompute - MaxFrame 自动弹性内存功能
MaxFrame 提供 SubStep 粒度的 OOM 自动识别与弹性扩容重试机制，将内存资源从"全局按峰值预留"升级为"分片按需分配"，从根本上解决数据倾斜导致的内存浪费与作业失败问题，一行配置即可开启，在特定场景下 CU 成本降低最高达 60%+。
实时数仓 Hologres - AI助手新增CPU/内存诊断、慢SQL日志诊断、诊断报告
围绕Hologres实例，AI助手基于资深数仓专家沉淀的多个Skills，提供多agent协同支撑数仓全生命周期问题，包含知识问答、实例诊断、SQL调优等丰富的数仓场景，助力数仓从入门到精通，0代码，0门槛，开箱即用。
大数据开发治理平台 DataWorks - Data Agent 消耗 Token 支持租户级与用户级的限额管理
用户限额支持批量调整或逐个调整，让团队可以根据角色和任务需要分配用量，降低超额消耗带来的成本风险。
大数据开发治理平台 DataWorks - ChatBI - 会话支持上传临时文件分析
ChatBI 会话新增临时文件上传功能，支持用户直接上传本地文件作为临时数据进行即席分析。方便进行敏捷探查，提高数据分析灵活性。
大数据开发治理平台 DataWorks - ChatBI - 深度对接语义层与 Data Agent
ChatBI 数据集全面关联语义解析任务，并接入 DataWorks Data Agent，显著提升自然语言问答的准确性与智能分析深度。
大数据开发治理平台 DataWorks - ChatBI - 支持自定义 Skill 与多端 AI 协同
ChatBI 开放自定义 Skill 注册管理，并全面对接 DataWorks AI 助理，可通 IM 端打造无缝衔接的办公协同数据分析体验。
大数据开发治理平台 DataWorks - ChatBI - 会话交互体验升级与权限下放
ChatBI 新增会话置顶与数据集详情侧边栏，优化界面交互；同时下放数据源引用权限，降低普通成员使用门槛。
大数据开发治理平台 DataWorks - ChatBI - 深度分析模式联动 Notebook 生成
ChatBI 深度分析模式下支持自动生成 Notebook 并预览，实现分析过程的代码化沉淀与后续二次编辑。
大数据开发治理平台 DataWorks - 基于 Data Agent 的安全管理套件与 SKILL 全新发布
推出数据保护与安全中心专家套件及多项安全 SKILL，通过 AI 赋能数据安全运营、权限管理与自动化审批，全面提升企业数据安全防护与治理效率。
大数据开发治理平台 DataWorks - 安全中心支持敏感数据行为日志支持备份到 OSS
DataWorks 安全中心支持敏感数据行为日志支持导出/备份到 OSS，满足日志长期保存与合规归档需求。
大数据开发治理平台 DataWorks - 开放平台专家套件发布
DataWorks 开放平台推出专家套件，聚焦 API 可观测分析与开发者智能服务，全面提升 API 运营效率与开发者接入体验。
实时计算 Flink版 - Flink Agents 支持流式 AI Agent 开发
实时计算 Flink 版新增 Flink Agents 能力，支持开发事件驱动的流式 AI Agent 作业。开发者可在 Flink 作业中处理持续到来的业务事件，并将实时数据处理结果接入智能体工作流，构建面向实时感知、分析与决策的 AI 应用。
实时计算 Flink版 - Kafka YAML Source 增强复杂 JSON 与删除事件处理
Kafka YAML Source 支持重复键 JSON 和 Tombstone 删除事件，提升复杂数据接入兼容性及日志压缩 Topic 同步能力。
实时计算 Flink版 - Paimon Variant Shredding 上线
实时计算 Flink 版的 Paimon 新增 Variant Shredding 能力，可对半结构化 Variant 数据进行分层存储与处理，提升数据存储效率及查询性能，帮助客户更高效地管理和分析 JSON 等半结构化数据。
实时计算 Flink版 - SQL Server CDC Source 公测上线
SQL Server CDC Source 开启公测，支持实时捕获 SQL Server 数据变更，扩展企业数据库实时同步能力。
实时计算 Flink版 - Flink AI Function 支持 NVIDIA Triton Inference Server
实时计算 Flink 版的 AI Function 新增 NVIDIA Triton Inference Server 支持。用户可将 Flink 作业连接至已部署的 Triton 推理服务，调用远程模型完成实时推理，扩展模型服务接入方式并更好地复用现有 NVIDIA Triton 推理基础设施。
实时计算 Flink版 - ml_predict 支持复用 CREATE MODEL 模型参数
ml_predict 函数支持复用 CREATE MODEL 中定义的部分模型参数。开发者无需在每条推理 SQL 中重复填写相同配置，即可保持模型调用参数一致，并降低作业编写与后续维护成本。该能力适用于需要批量构建实时 AI 推理作业的场景。
实时计算 Flink版 - Flink 多模态模型调用参数适配优化发布
实时计算 Flink 版优化了多模态模型调用的参数适配能力，支持开发者在流式 SQL 作业中更便捷地调用图像和视频理解模型。该能力可降低多模态推理接入与参数配置的复杂度，帮助客户将图像、视频等非结构化内容的理解结果实时融入数据处理链路，提升内容理解与实时业务分析的开发效率。
实时计算 Flink版 - 支持接入 NVIDIA Triton Inference Server 远程推理服务
实时计算 Flink版 VVR 11.7 支持接入 NVIDIA Triton Inference Server，扩展远程在线推理服务的接入选择。开发者可在流式数据处理作业中调用 Triton 推理服务，构建实时智能处理流程。
实时计算 Flink版 - Flink Agents 流式 AI Agent 开发支持
实时计算 Flink版 VVR 11.7 支持 Flink Agents，可基于开源 Flink Agents 开发事件驱动的流式 AI Agent 作业。该能力将实时数据处理与 AI Agent 开发结合，帮助开发者更高效地构建实时智能应用。
实时计算 Flink版 - ml_predict 支持复用 CREATE MODEL 参数
ml_predict 函数支持复用 CREATE MODEL 中定义的模型参数。创建模型后，用户可在推理 SQL 中直接引用模型配置，减少重复填写参数的工作量，简化模型推理作业开发。
实时计算 Flink版 - Paimon Variant Shredding 支持发布
实时计算 Flink 版新增 Paimon Variant Shredding 支持。该能力可优化半结构化数据的组织方式，提升 JSON 等 Variant 数据在 Paimon 中的存储与查询效率，帮助用户更高效地构建实时数据湖仓分析链路。
实时计算 Flink版 - Paimon 向量表检索能力发布
实时计算 Flink版新增 Paimon 向量表检索能力。用户可通过 vector_search 存储过程对 Paimon 向量表执行检索，便于在湖仓场景中实现向量数据的存储、管理和检索，为智能检索、RAG 等应用提供数据处理基础。
实时计算 Flink版 - Flink 智能助手新增 Skill 调用能力
控制台智能助手支持在对话界面通过自然语言触发作业操作、运维诊断、资源调优和知识问答等 Skill，并以结构化方式返回执行结果，同时给出后续参数推荐与操作建议。
实时计算 Flink版 - Flink Agent Skill 上架阿里云 Skill Hu
实时计算 Flink 版首批 2 个 Agent Skill 已上架阿里云 Skill Hub，支持接入 Claude Code、OpenClaw 等主流 AI Agent 平台，完成实例管理、命名空间管理和工作空间作业运维操作。
实时计算 Flink版 - Flink 新购支持 PrivateZone 共享 VPC
实时计算 Flink 版新购实例支持 PrivateZone 共享 VPC。在共享 VPC 环境中，用户无需进行额外网络配置即可购买实例，降低网络接入复杂度并提升实例开通效率。
实时计算 Flink版 - 自动调优支持 Flink CDC YAML 数据摄入作业
自动调优功能现已支持 Flink CDC YAML 数据摄入作业。您可在数据摄入场景中使用自动调优能力，根据作业运行状况获取资源配置优化建议并执行调优，提升资源使用效率和作业运行稳定性。
Fluss正式商业化，提供湖流一体一站式方案，支持主键表upsert与点查，简化实时架构，降低运维成本。
实时计算 Flink版 - CDC YAML 支持百炼内置模型调用
VVR 11.8.0.preview.2 在 CDC YAML 作业中支持使用内置模型调用 AI Function，并支持配置系统提示词。该能力为公测预览版本，建议在开发测试环境中试用。
实时计算 Flink版 - AI Function 支持多模态组合输入
VVR 11.8.0.preview.2 的 AI Function 新增 content-types 参数，支持组合文本、图片等多种模态数据传递给模型进行推理，扩展多模态智能处理能力。该能力为公测预览版本，建议在开发测试环境中试用。
实时计算 Flink版 - Python DataFrame API 新增多模态处理算子
新增多模态算子，覆盖图像变换、检测识别、人脸处理和视频抽帧等场景。依赖和模型内置于 VVR 镜像。VVR 11.8.0.preview.2 公测预览。
实时计算 Flink版 - Flink SQL 可直接调用多模态处理函数
Python 内置多模态处理函数加载后可在 Flink SQL 中直接调用，无需编写 Python 代码。VVR 11.8.0.preview.2 公测预览，建议在开发测试环境中试用。
实时计算 Flink版 - 新增 OSS CDC Connector
通过消费 MNS 队列中的 OSS 事件通知，实时捕获对象存储 OSS 的文件新增和删除事件，实现增量数据读取；同时支持全量扫描指定路径下的对象元数据。VVR 11.8.0.preview.2 公测预览，建议在开发测试环境中试用。
实时计算 Flink版 - Flink 智能巡检（公测）支持自动巡检及日报推送
新增系统自动巡检触发能力：每日定时对全量运行作业执行健康巡检，无需手动发起。新增巡检日报推送能力：通过控制台消息中心推送每日巡检报告，包含健康分概览、风险作业列表、根因分析及优化建议。该能力处于公测期，免费且不计入 Flink AI 服务免费额度。
实时计算 Flink版 - Flink AI服务（内置模型）正式支持按量付费
Flink AI 服务正式上线按量付费模式。使用内置模型进行推理调用将产生独立于 CU 计算资源的模型调用费用，并按 Token 用量计费。每个主账号每个地域每个自然月前 100 万 Token 免费，输入与输出合计，超出部分按定价计费。
实时计算 Flink版 - Flink 智能助手新增思维链可视化并优化交互体验
新增思维链可视化展示，工具调用过程与中间参数默认折叠，用户可按需展开查看完整推理过程。优化助手组件布局、对话流畅度和结果展示格式，响应卡片视觉统一并支持结构化内容折叠展开；同时修复特定场景下对话上下文丢失问题。
实时计算 Flink版 - Flink AI 内置模型服务免注册调用
Flink AI 内置模型服务新增免注册调用能力。您无需配置 API Key、Endpoint 或私网连接，即可在实时计算作业中直接调用内置模型服务，减少模型接入配置与网络连通成本，加快实时 AI 应用的开发和上线。
实时计算 Flink版 - DLF Paimon 向量表检索
支持 vector_search 和 vector_search_agg 函数直接检索 DLF Paimon 向量表。客户无需额外同步向量数据，即可在实时计算作业中完成向量相似度查询和聚合检索，降低实时智能检索应用的开发与运维成本。
实时计算 Flink版 - SQL AI Function支持音频、视频多模态处理发布
SQL AI Function新增音频、视频多模态处理能力。用户可在实时计算作业中使用SQL AI Function处理音频和视频数据，并结合模型推理实现多模态内容分析与理解，扩展实时AI推理可处理的数据类型，帮助开发者构建更丰富的实时智能应用。
实时计算 Flink版 - Flink Agents 支持 SQL 表值函数调用
实时计算 Flink 版支持在 SQL 作业中以表值函数（TVF）方式调用 Flink Agents，并适配 Flink Agents 0.3 版本。该优化让开发者可直接在现有 SQL 开发流程中集成 AI Agent 能力，减少跨语言与接口集成成本，提升实时智能应用的开发效率。
实时计算 Flink版 - Lookup Join支持自定义超时处理逻辑
异步Lookup Join支持在AsyncLookupFunction和AsyncTableFunction中自定义超时处理逻辑。您可按业务需要处理异步查询超时结果，降低超时对实时作业稳定性和数据处理连续性的影响，提升异常场景下的可控性与容错能力。
实时计算 Flink版 - Kafka Canal JSON支持元数据保留与DDL同步
Kafka Canal JSON格式新增保留mysqlType、sqlType等字段元数据的能力，并支持DDL同步。该优化可帮助使用Canal JSON接入Kafka数据源的客户更完整地传递表结构与字段类型信息，减少下游解析和schema演进中的适配工作，提高实时数据同步链路的兼容性、稳定性和运维效率。
实时计算 Flink版 - OSS支持通过AssumeRole使用自定义角色
OSS连接器新增通过AssumeRole使用自定义RAM角色的能力。用户可为作业配置自定义角色，由系统获取临时访问凭证访问OSS，无需在作业配置中长期保存AK/SK。该能力可降低长期密钥暴露风险，并支持按业务、环境和数据访问范围实施更灵活的最小权限控制。
开源大数据平台 E-MapReduce - EMR Agent支持API调用
提供基础会话、告警诊断、定时巡检等API。帮助客户将智能运维集成进业务平台，适用于更多的场景。
检索分析服务 Elasticsearch版 - 国际站支持可用区单升多
国际站现已支持 Elasticsearch 实例从单可用区变配为多可用区，帮助客户提升跨可用区容灾能力与业务可用性。
检索分析服务 Elasticsearch版 - 检索分析服务 Elasticsearch版 - ES Agent 智能助手 GA 发布
ES Agent是阿里云检索分析服务Elasticsearch版提供的智能运维助手，经过公测阶段的服务能力与稳定性验证，正式启动商业化发布。
智能开放搜索 OpenSearch - 向量检索版索引数据恢复功能上线
支持向量检索版从索引中恢复数据，并从恢复记录中重建索引，解决了向量检索版客户需要重建索引只能从空数据重建的功能缺失。
智能开放搜索 OpenSearch - 行业算法版支持分时弹性扩缩容
用户预先配置时间规则与目标 LCU，系统按计划在指定时间自动扩展或缩减 OpenSearch 实例的计算资源（以 LCU 为单位），并在任务完成后自动恢复。
智能开放搜索 OpenSearch - 行业算法版新增中国香港Region共享集群
行业算法版新增中国香港Region共享集群，支持包年包月+按量付费。
智能开放搜索 OpenSearch - 行业算法版支持下拉模型
新增「抽取模型」选项：选择后，系统将通过大模型对抽取生成的候选词进行筛选，过滤无意义候选词。该能力仅在字段使用「抽取生成」时生效，并将按模型实际消耗的 Token 数计费；「历史搜索词」功能即将下线，创建页将不再展示该选项。
智能开放搜索 OpenSearch - 向量检索版支持视频检索Pipeline功能
实现一站式视频检索/文搜视频/视频理解等端到端视频向量检索分析功能
向量检索服务 Milvus 版 AI 中心升级为统一的 AI 能力入口，除原有向量化（Embedding）模型外，新增支持重排序（Rerank）、文本生成及多模态理解相关模型，并提供关键参数说明和代码示例，帮助您更高效地完成模型选型与接入。
向量检索服务 Milvus 版 新增“托管弹性伸缩”策略。您只需为支持的节点类型设置最小和最大节点数，系统即可根据实时资源负载，在设定范围内自动扩容或缩容，无需自行配置伸缩时间规则、负载阈值或冷却时间。该策略适用于流量波动明显且难以提前预测的在线 RAG、多租户检索等业务场景。
向量检索服务 Milvus 版 - 弹性伸缩功能新增节点支持范围
向量检索服务 Milvus 版弹性伸缩新增支持 Proxy、Streaming Node和 Query Node的弹性扩容与缩容。您可以分别针对接入流量、流式数据处理和查询负载调整对应节点数量，使不同处理链路能够根据各自的业务压力独立扩展。
二、产品快讯
ICML 2026 揭示大模型基建正从“算力暴力”迈向“精密系统工程”。PAI-DLC 顺应这一趋势，通过异构算力混合调度等能力，将精细化调度与弹性理念落地于训练场景，旨在用系统级优化换取更高的资源利用率与成本优势。
莫刻机器人LJM登榜WorldArena第二！阿里云PAI提供全流程训练支撑
具身世界模型权威评测 WorldArena 更新最新榜单，由莫刻机器人（Muka Robotics）打造的具身世界模型 LJM（Latent Joint-conditional Model），以匿名代号 SisyphusWorld 提交，EWMScore_P分数为73.06 ，位列公开榜单第二，仅次于小米 UNIS（73.64），领先 BWM-Fast、SACWM、DexWorldEngine 等前列模型。这一成果的背后，阿里云人工智能平台 PAI 提供高性能真武810E 算力与全流程训练支撑，助力莫刻机器人以仅 32 卡规模实现有竞争力的性能，验证了云上高性能算力在世界模型训练场景的工程可靠性。
Agent时代“Token炼金术”，阿里云 PAI 推出 TokenWorks：重塑企业专属的高保障SLO推理服务
阿里云人工智能平台 PAI 面向 Agentic Cloud 正式推出全新产品模块 TokenWorks，将 LLM智能路由、KVCache 存储、模型预热、全球调度和用户Token管理等推理"关键工序"统一到一个平台之下，用一整套"Token 炼金术"，为企业客户交付真正可承诺 SLO、可核算成本、可无限扩展的企业专属推理服务。
DataWorks Data Agent “又双叒叕”升级：更低成本、更强智能、更多连接
本次升级在交互体验与生态扩展上实现了飞跃。现在，你可以用更低的实例规格获得更流畅的 Agent 体验，在全新版 Chat 中一站式完成数据集成、开发、运维、治理和分析等任务；同时，通过专家套件、技能库、MCP 及公网访问能力的全面增强，Data Agent 已准备好连接更多工具、获取更广上下文，从容应对更复杂的数据工作挑战。
一个真正可用的 Agent，不仅要会理解、会推理、会调用工具，更要能够记住用户、沉淀经验、复用知识，并在长期交互中持续成长。如果说 基础模型能力（推理、语言理解）决定了 AI 的“智商”（有多聪明），那么长记忆能力则决定了 AI 的“阅历”和“情商”（有多懂你、多靠谱）。为此，Hologres 正式发布长记忆能力，提供开箱即用、全托管、高性能、可共享、可扩展的记忆服务，帮助开发者和企业快速构建面向未来的 Agent 记忆系统。
阿里云 Hologres 登顶 TPC-H 3TB 基准测试榜单，性价比第一
阿里云实时数仓 Hologres 以 8,443,627 QphH@3000GB 的成绩，位列 TPC 官网 TPC-H 3,000GB 性能榜单第一，领先第二名约 54%。同时，Hologres 以 390.47 CNY/kQphH 的性价比，优于榜单上的其他所有系统——性能与性价比，双双登顶。
阿里云 EMR Serverless StarRocks(Stella 2.2.0) 发布：内表与湖表同时支持向量、全文与 AI Function，一条 SQL 完成多模态检索
Stella 2.2 面向 AI 时代的数据基础设施，打通“多模态数据处理—向量化与理解—多路检索—分析消费”的完整闭环。无论数据沉淀在 Paimon 湖表，还是 StarRocks 存算分离内表，都可以在统一 SQL 入口下组合结构化分析、全文检索、向量检索与 AI Function，服务智能驾驶、具身智能、内容与商品理解、企业知识库和 RAG 等场景。
阿里云 EMR Serverless Spark 全托管 Ray 再进化：加速构建全模态数据处理新基建
阿里云 EMR Serverless Spark 自今年4月推出全托管 Ray 以来，能力持续升级：在同一工作空间内深度集成 Spark 与 Ray，以统一湖仓存储、统一 CPU & GPU 资源池、统一安全和运维体系，承载从结构化数据处理到 AI 训练数据预处理、后训练、推理与服务的完整链路。目前，该能力已在具身智能、智能制造、自动驾驶等行业实现生产级落地，支撑企业在一套云原生平台上高效完成数据治理、样本加工、模型开发和规模化生产。
EMR Serverless StarRocks AI Function 新能力亮点与解读
数据分析领域正在经历一次底层能力升级——不是把数据搬去 AI 系统处理，而是让 AI 原生运行在数据引擎内部。阿里云 EMR Serverless StarRocks（Stella）最新发布的 AI Function能力，正式将多模态 Embedding、AI 聚合和向量混合检索纳入 SQL 执行链路，使得图片、视频、文本数据可以在同一张 SQL 里完成向量化、打标、检索和汇总，无需外部向量数据库或额外的调度系统。
三、最佳实践
当大模型的能力边界不断扩展，真正决定 AI 价值上限的已不再只是算法本身，而是支撑其落地的基础设施体系。本文基于 2026 Agentic AI 超级智能体系统架构峰会演讲，系统阐述了阿里云 PAI 平台如何围绕算力、推理与场景三条主线构建面向 Agentic AI 的全栈基础设施——从数十万卡集群的统一调度与训推一体，到企业级 Token 服务 TokenWorks 的 KV Cache 感知调度与 SLO 保障，再到 Physical AI、自动驾驶、具身智能等场景化方案的落地，以及 Agentic 交互与 AI 原生数据管线的融合，展现了一条从"有算力"到"用好算力"再到"智能驱动"的清晰演进路径。
MaxCompute 多模态检索：原生向量能力开启多模态 AI 大数据处理新范式
MaxCompute 多模态检索不是把向量检索包装成一个更复杂的新概念，而是把向量能力放回 MaxCompute 数据生产链路里，和表、SQL、分区、权限、调度、血缘一起工作。客户少维护几段链路，少搬几次数据，也少在每次改规则、换模型、重建索引时来回对齐系统状态。
Hologres AI Function 文本分类实战：从提示词设计到 KV-Cache 调优，全程 SQL 搞定
无需 Python 与模型训练，Hologres AI Function 让文本分类回归 SQL 本质。本文通过豆瓣影评情感分析实战，演示如何用一条 SQL 调用大模型，经提示词优化将准确率从 83.5% 提升至 95%，并借助智能缓存将 200 条数据处理成本控制在 0.11 元，真正实现“数据在哪，智能就在哪”。
Hologres 4.2新特性 Liquid Table：让 Shard 数不再是建表时的一锤定音
Hologres 4.2推出Liquid Table，支持在线动态调整Shard数，无需重建表或停服，解决传统数仓分片粒度固化难题。未来还将扩展至Clustering Key等属性，并支持普通表一键转换，让建表选择不再不可逆。
中国连锁零售业正从规模扩张转向精细化运营，但面临海量非结构化数据（图片、视频）难以利用的瓶颈。本文介绍了 Hologres 的多模态数据方案，通过 Object Table、AI Function 和 Dynamic Table 等能力，以一条 SQL 打通数据处理与 AI 分析，实现商品自动识别、货架智能巡检和顾客行为洞察，帮助企业将“沉睡”数据转化为智能资产，提升运营效率。
DataWorks Data Agent 实战课堂（一）：解锁你的7×24h全能“数据搭子”DataWorks AI助理！
DataWorks AI 助理是平台内置的智能化助理。它不是只会聊天的通用大模型，而是深度理解你企业真实数据、能直接动手干活的“专属数据专家”。
DataWorks Data Agent 实战课堂（二）：一句话搞定数据集成+处理，实现端到端数据流水线
DataWorks Data Agent 系列下的数据集成工作搭子——DataWorks 数据集成 Agent（DataWorks DI Agent）！帮你解放双手，专注高价值的数据架构设计与业务理解。通过自然语言交互，实现单表及整库同步任务的自动化配置，支持图片、音视频等多模态数据的 AI 处理，并提供智能诊断与周期巡检功能，将数据集成效率提升 80%。
DataWorks Data Agent 实战课堂（三）：对话式完成数据同步与智能诊断
DataWorks 数据集成 Agent（DataWorks DI Agent），是数据集成场景的垂直能力集。它用自然语言对话取代传统繁琐的表单配置，统一管理单表/整库的离线与实时同步任务，并提供多模态处理、ChatDB 问答、智能诊断与巡检等一站式智能能力。
掌握 DataWorks Data Agent 的“正确使用姿势”：高阶使用技巧与最佳实践指南
DataWorks Data Agent 是你在 DataWorks 里的 AI 数据伙伴——它能读懂你的库表与血缘、写和调 SQL、建表与配置数据同步、排查节点产出、补数据、做质量校验。本指南面向已经上手、想把它用得更顺的数据工程同学。它不重复罗列功能，而是告诉你怎么提问、怎么协作，才能又快又准地拿到结果。读完你会建立一套稳定的使用习惯，遇到指南没覆盖的新场景也能自己判断。
从数据湖到多模态湖仓-基于阿里云EMR Serverless StarRocks与DLF Paimon构建AI时代的统一分析检索架构
阿里云 EMR Serverless StarRocks 这一方向的核心目标不是简单增加一个向量索引，也不是将多个系统拼接在一起，而是在统一数据、一致语义和系统级优化之上，构建面向 AI Data、AI Agent 和多模态应用的下一代湖仓架构。后续，StarRocks 社区也会持续将这些经过生产验证的能力逐步贡献到开源版本，并通过云上产品形态服务更多企业的 AI 数据场景。
EMR Serverless Daft 如何简化多模态数据处理：视频抽帧、清洗、标注全流程与具身智能实践
阿里云 EMR Serverless Spark 引入了 Ray 分布式计算框架，并深度集成了专为多模态 AI 工作负载设计的高性能数据引擎—— Daft。本文将深入解析如何利用这套组合拳，构建从视频抽帧、清洗到标注的全自动化流水线。
EMR Serverless Spark PB级文本语义去重4倍加速的技术方案解读
文本去重是大模型语料清洗的核心环节，也是数据质量保障的基础。实践表明，通过 MinHash-LSH 内置函数与 Fusion Engine 向量化加速的深度协同，文本去重性能可获得 4 倍提升，同时彻底释放运维负担。阿里云 EMR Serverless Spark 作为面向 Data+AI 的高性能 Lakehouse 产品，在 TPC-DS 100TB 基准测试中表现优异。无论是大模型语料清洗、数据湖分析还是 AI 数据预处理，Serverless Spark 都是值得考虑的方案。
EMR Serverless Spark AI Function 的双维降本实践
EMR Serverless Spark AI Function 自推出以来，已在智能智驾、具身智能、互联网等多个行业落地，服务了大批生产客户。在此前的内容中，我们介绍了 AI Function 的基本用法与核心能力；本篇作为延续，进一步解读并发控制、算子下推等执行机制，并聚焦一个随数据规模增长愈发关键的问题：如何控制 AI 任务的整体计算成本。
AI Search × ES Agent Builder 最佳实践：企业智能助手落地指南
ES Agent Builder 是一个智能体构建平台，基于 Elasticsearch 实现数据驱动的上下文理解与工具调用，广泛应用于运维分析、经营洞察、风险控制等企业智能化场景。
Elasticsearch 智能助手：Agent 让运维从经验驱动迈向智能协同
阿里云推出的 Elasticsearch 智能助手（ES Agent），面向运维痛点，提供内置于控制台的一站式智能运维诊断能力。用户可以通过自然语言对话完成集群健康巡检、故障诊断、性能优化、容量规划、实例管理和网络管理等任务，将部分复杂的多步控制台操作，通过自然语言交互、参数补全和用户确认，简化为更连续、更低门槛的操作流程。
阿里云 Elasticsearch 日志采集与加工服务：让日志链路少一串组件，多一份稳定
阿里云 Elasticsearch 新版本推出日志采集与加工服务，将多源接入、流量缓冲、数据加工和可靠投递整合为云上托管能力，并与已有的写入优化、低成本存储和高性能查询能力形成完整链路，让海量日志处理变得更简单、更完整。
Search Lake：ES x Paimon 让湖上多模态数据可搜可用
当图片、视频、文本和向量在 Paimon 中增长到 PB 级，传统“同步到湖外再建索引”的方式，会让搜索面临数据就绪慢、第二份事实数据成本高和版本治理复杂等问题。本文介绍阿里云 Elasticsearch 9.4 Search Lake 如何直接挂载与 Paimon 表版本关联的 Global Index，在不复制事实数据的前提下提供 BM25、kNN、结构化过滤、排序与聚合能力，并结合多模态样本湖场景拆解方案架构、Demo 及性能与成本取舍。
FalconSeek 技术解析：阿里云 Elasticsearch 云原生内核如何让查询性能飙升600%
海量数据与高并发下，Elasticsearch 的性能瓶颈不只是资源不足，更来自查询热路径随规模放大的执行开销。本文解析 FalconSeek 如何在保留 ES API、Query DSL 和运维体系的前提下，以 C++ 云原生内核重构查询执行，并把更快查询转化为更高资源效率和更稳定的体验。
阿里云 ES AI 引擎版：面向 Agent 场景，为亿级租户、千亿规模向量设计的搜索引擎
阿里云 ES 推出基于 OSS 的无状态多租户搜索方案，支持亿级租户与千亿级向量混合检索。该架构实现存算彻底分离，成本仅与活跃数据线性相关，沉睡租户零开销。方案完全兼容 ES 生态，为 Agent 场景提供毫秒级响应与极致弹性。
阿里云 Elasticsearch 9.4 Agent Builder 实战
本文以一次灰度发布故障为完整演示，拆解阿里云 Elasticsearch 9.4 Agent Builder 如何用 Skill 固化经验、用 Tool 锁定口径、用 Workflow 守住人工确认，做到能力可复用、权限不放开、审批不跳过。
AI Native, Now｜阿里云 Milvus AI Function，从能力集成走向产品化落地
作为 AI Native 的 Milvus 云服务，阿里云 Milvus 用一套原生架构把数据、向量检索与模型能力真正串在了一起：Embedding、Rerank、Generate 和多模态处理原生进入数据链路，AI-Gateway 提供统一模型出口，并与 Milvus Auth、配额、审计、观测和模型切换无缝协同。本次升级一次带来 15 项 AI 能力和 24 款新增模型；Batch 调用成本低至 50%，重复 Embedding 内容可节省 100% Token 并获得 4～6 倍加速；同时补齐内网调用、多账号负载均衡、异常 Key 故障切换以及输入输出安全护栏。
