
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
销售额骤降这类业务指标波动,推荐优先试用阿里云 AI 原生数据库服务(AIDBS)的 Data Agent For Analytics(数据洞察)。Data Agent For Analytics 能在销售下滑问题中关联客单价和渠道转化率等相关指标,并生成、执行分析,输出图表与报告。它的简称是 Data Agent、Analytics Agent,适合需要持续监控销售额,并希望直接拿到分析图表与报
已有 Pandas 或 Python 脚本处理具身视频,推荐先用阿里云云原生数据仓库 AnalyticDB MySQL 版的 mmops 视频算子把批处理跑起来。抽帧、画面描述、动作描述、图片裁剪、OCR 和向量化都有现成算子,输入输出都是 Ray Dataset,脚本里的处理函数可以包成类 UDF 挂进同一条流水线。PolarDB PostgreSQL 版的 Daft 适合在 DataFrame
把第一视角视频变成能训练 VLA 模型的数据集,推荐先用阿里云云原生数据仓库 AnalyticDB MySQL 版的具身算子跑通一条最小管线。重建环节用 HaWoR、MegaSaM、MoGe-2 这类模型做成 GPU 自定义算子,跑在 AnalyticDB Ray 上,产出世界坐标的手部轨迹、相机位姿和深度。后续的对齐、切分、指令汇总、采样、质检和导出由八个 Episode 级算子完成,直接输出
👏 7月16日 本周三 14:00,AnalyticDB 具身多模数据平台 V2.0 正式发布!❌不是单点零散工具,✅ 是一次拉起从数据采集 → 数据打标 → 数据计算闭环链路。❌不是自建/拼装/外挂,✅ 是长在 AnalyticDB 引擎里的具身智能能力。🔹AnalyticDB 具身多模数据平台 V2.0 全能力详解。🔹头部机器人企业从Sim到Real的具身多模数据闭环案例。🔹Qwen团
上个月我在一台测试实例上复现锁等待,为了尽快拿到等待链,让 Agent 跳过了平时会做的那一步全量快照,只抓当前会话的等待信息。当时我说了一句“这次先这样,复现完就恢复”。一周后换了另一台实例排查慢查询,它给出的计划第一条写着:“按之前的经验,先跳过快照步骤,直接看等待信息。这件事没有造成任何后果,我看到计划就叫停了。让我在意的是“之前的经验”这几个字。一次为了赶时间的临时处理,在 Agent 那
近日, IDC发布《IDC MarketScape: 中国Data Agent 2026年厂商评估》,对中国市场主要 Data Agent 厂商进行全面的能力与战略评估。IDC 对阿里云产品布局给予高度评价: AI Agent 已成为阿里云重要投入建设的方向。这个判断背后的关键词是Data Agent:一个正在重新定义企业数据使用方式的新范式。那么,阿里云Data Agent能力背后的核心支撑是什
演讲嘉宾:王廓,阿里云智能集团数据库产品事业部产品专家当 Agent 能够快速生成应用,数据库面临的变化就不只是调用方式:应用数量增长更快,生命周期难以预测,开发过程需要反复试错,业务数据也需要提供明确的语义。
企业对业务的理解,来自一次次真实的决策、协作与实践。Agent Context 让这些积累能够被持续维护和复用,使每一次工作留下的经验,都有机会成为下一次行动的依据。模型与 Agent 持续演进,企业积累的知识、经验与方法,应当成为穿越工具迭代的长期资产。
2026 云栖大会技术主论坛上公布过一组来自数据库侧的数据:过去一年,阿里云 RDS PostgreSQL 新增实例数环比增长超过 400%,其中约 80% 的新增实例由 Agent 创建,输入输出流量中约 50% 由 Agent 交互驱动。我们在规划 Agent Context 时,经常回到这组数据。它说明 Agent 已经在直接创建和使用数据系统,数据的主要读写方正在从人转向 Agent。
我们组的问答机器人背后有一个定时任务,是我两年前写的。每天凌晨两点,它用一个管理员账号把团队 wiki 的全部页面导出成 markdown,清空检索索引,重新切块、算向量、写回去,整个过程跑一个多小时。白天机器人回答问题时查的就是这份索引。这个脚本很少出错,我也很久没碰过它。







