在探讨生成式AI时代数据库构建的全新路径时，OceanBase在近期举办的2025开发者大会上给出了自己的答案——一体化数据底座。这一创新理念由OceanBase CEO杨冰提出，旨在通过一体化产品和引擎，同时应对OLTP、OLAP以及AI的混合负载需求。
当前，企业数据存储与处理正面临前所未有的挑战。随着大模型训练和实时推理等场景产生的海量异构数据不断增加，存储系统需要具备更高的容量弹性和跨模态管理能力。同时，数据处理需兼顾事务处理的实时性、分析决策的高效性以及AI任务的复杂计算需求。然而，传统数据基础设施与生成式AI的数据需求之间存在割裂，亟需能够整合多模态数据处理、海量数据处理等特征，并深度融合AI能力的新型数据底座。
在此背景下，OceanBase作为国产数据库的主力军，率先在数据库转型之路上取得了突破。他们不仅宣布全面拥抱AI，打造“Data×AI”核心能力，还启动了人才和组织体系的升级，并围绕一体化数据底座发布了首款面向AI的应用产品PowerRAG。
在大会期间，媒体与OceanBase的CEO杨冰、CTO杨传辉进行了深入交流，试图探寻这家数据库厂商在AI时代的核心竞争力。他们指出，数据的特征直接影响模型的性能、泛化能力和应用效果，但AI的发展也带来了一系列新的挑战。例如，互联网公开数据作为大模型训练的基石即将枯竭，高质量数据的获取成本将逐步攀升；严谨的行业数据稀缺且流动困难，数字化进程滞后、数据质量要求严苛、核心数字化知识沉淀不足等问题突出。
多模态数据的处理能力需求增强，数据质量评估也变得更加困难。蚂蚁集团CTO何征宇指出：“数据的边界决定了大模型的能力上限，所有的数据公司都将成为AI公司。”随着数据量的迅猛增长，IDC预测到2028年，全球新生成数据量规模将达到393.9ZB，其中企业数据规模和增速尤为凸显。数据在AI时代的角色正在被重塑，数据基础设施不仅要实现存储和计算能力的提升，还要支持知识的学习、获取，以及应用的推理和决策。
因此，AI正驱动数据基础设施从Data Infra向“数据×AI”的融合架构Data×AI Infra跃迁。传统的数据基础设施转型显得更为急迫，IDC软件市场研究经理李凌霄提到，当前数据基础设施存在负载割裂、云环境割裂、多模态割裂和技术债务等问题，阻碍了生成式AI的落地。OceanBase的Data×AI战略旨在实现数据与AI的融合，一体化数据底座正是一体化数据库的延伸。
OceanBase的核心优势在于，它不仅能够支持OLTP和OLAP传统数据库工作负载，还能支持AI领域的工作负载，如半结构化数据JSON处理、向量数据库、混合检索以及RAG能力等。这些技术积淀为数据与模型的一体化融合提供了基础，成为大模型落地产生价值的关键所在。为了将数据融入模型，提高数据质量和结构化程度，从而提升模型准确度和推理效率，OceanBase进一步将打造“Data×AI”核心能力细化为两方面工作：一方面是将数据融入模型，另一方面是将AI原生集成到数据库中。
在产品层面，OceanBase首发了面向AI的应用产品PowerRAG，为开发者提供AI驱动的开箱即用RAG服务。PowerRAG解决了传统搭建RAG服务方案的开发周期长、维护成本高、灰箱调试困难、性能难以优化等问题。通过提供document和Chat两个核心API接口，用户可以快速实现文档知识库、智能对话、图像比对、数据分析等多种AI应用场景的开发。
经过15年的磨砺，OceanBase已经淬炼出独特的Data×AI Infra方法论，构建起智能时代的核心竞争力。作为蚂蚁集团100%自研的原生分布式数据库，OceanBase支持支付宝的全部核心账务和核心支付系统，连续十余年稳定支撑双十一的高并发场景。OceanBase通过横向扩展的技术底座，构建起符合AI时代技术能力的技术基础，同时以纵向深化的高性能数据处理基准，为打造AI时代的一体化数据底座积势。
