在探討生成式AI時代數據庫構建的全新路徑時，OceanBase在近期舉辦的2025開發者大會上給出了自己的答案——一體化數據底座。這一創新理念由OceanBase CEO楊冰提出，旨在通過一體化產品和引擎，同時應對OLTP、OLAP以及AI的混合負載需求。

當前，企業數據存儲與處理正面臨前所未有的挑戰。隨著大模型訓練和實時推理等場景產生的海量異構數據不斷增加，存儲系統需要具備更高的容量彈性和跨模態管理能力。同時，數據處理需兼顧事務處理的實時性、分析決策的高效性以及AI任務的復雜計算需求。然而，傳統數據基礎設施與生成式AI的數據需求之間存在割裂，亟需能夠整合多模態數據處理、海量數據處理等特征，并深度融合AI能力的新型數據底座。

在此背景下，OceanBase作為國產數據庫的主力軍，率先在數據庫轉型之路上取得了突破。他們不僅宣布全面擁抱AI，打造“Data×AI”核心能力，還啟動了人才和組織體系的升級，并圍繞一體化數據底座發布了首款面向AI的應用產品PowerRAG。

在大會期間，媒體與OceanBase的CEO楊冰、CTO楊傳輝進行了深入交流，試圖探尋這家數據庫廠商在AI時代的核心競爭力。他們指出，數據的特征直接影響模型的性能、泛化能力和應用效果，但AI的發展也帶來了一系列新的挑戰。例如，互聯網公開數據作為大模型訓練的基石即將枯竭，高質量數據的獲取成本將逐步攀升；嚴謹的行業數據稀缺且流動困難，數字化進程滯后、數據質量要求嚴苛、核心數字化知識沉淀不足等問題突出。

多模態數據的處理能力需求增強，數據質量評估也變得更加困難。螞蟻集團CTO何征宇指出：“數據的邊界決定了大模型的能力上限，所有的數據公司都將成為AI公司。”隨著數據量的迅猛增長，IDC預測到2028年，全球新生成數據量規模將達到393.9ZB，其中企業數據規模和增速尤為凸顯。數據在AI時代的角色正在被重塑，數據基礎設施不僅要實現存儲和計算能力的提升，還要支持知識的學習、獲取，以及應用的推理和決策。

因此，AI正驅動數據基礎設施從Data Infra向“數據×AI”的融合架構Data×AI Infra躍遷。傳統的數據基礎設施轉型顯得更為急迫，IDC軟件市場研究經理李凌霄提到，當前數據基礎設施存在負載割裂、云環境割裂、多模態割裂和技術債務等問題，阻礙了生成式AI的落地。OceanBase的Data×AI戰略旨在實現數據與AI的融合，一體化數據底座正是一體化數據庫的延伸。

OceanBase的核心優勢在于，它不僅能夠支持OLTP和OLAP傳統數據庫工作負載，還能支持AI領域的工作負載，如半結構化數據JSON處理、向量數據庫、混合檢索以及RAG能力等。這些技術積淀為數據與模型的一體化融合提供了基礎，成為大模型落地產生價值的關鍵所在。為了將數據融入模型，提高數據質量和結構化程度，從而提升模型準確度和推理效率，OceanBase進一步將打造“Data×AI”核心能力細化為兩方面工作：一方面是將數據融入模型，另一方面是將AI原生集成到數據庫中。

在產品層面，OceanBase首發了面向AI的應用產品PowerRAG，為開發者提供AI驅動的開箱即用RAG服務。PowerRAG解決了傳統搭建RAG服務方案的開發周期長、維護成本高、灰箱調試困難、性能難以優化等問題。通過提供document和Chat兩個核心API接口，用戶可以快速實現文檔知識庫、智能對話、圖像比對、數據分析等多種AI應用場景的開發。

經過15年的磨礪，OceanBase已經淬煉出獨特的Data×AI Infra方法論，構建起智能時代的核心競爭力。作為螞蟻集團100%自研的原生分布式數據庫，OceanBase支持支付寶的全部核心賬務和核心支付系統，連續十余年穩定支撐雙十一的高并發場景。OceanBase通過橫向擴展的技術底座，構建起符合AI時代技術能力的技術基礎，同時以縱向深化的高性能數據處理基準，為打造AI時代的一體化數據底座積勢。