從云原生到AI就緒，阿里云PolarDB能否爭奪智能時代的數(shù)據(jù)基座？

“AI原生數(shù)據(jù)庫是技術(shù)演進(jìn)的必然方向”，阿里云資深副總裁、數(shù)據(jù)庫產(chǎn)品事業(yè)部負(fù)責(zé)人李飛飛在2026阿里云PolarDB開發(fā)者大會上如是說。

與此同時，阿里云旗下云原生數(shù)據(jù)庫PolarDB正式發(fā)布AI數(shù)據(jù)湖庫（Lakebase）等系列全新產(chǎn)品能力，將大模型能力內(nèi)化為數(shù)據(jù)庫的“血液”，讓數(shù)據(jù)系統(tǒng)不僅能存儲、查詢多模態(tài)數(shù)據(jù)，還將直接驅(qū)動AI智能決策。

在AI浪潮席卷各行各業(yè)的今天，云原生數(shù)據(jù)庫如何進(jìn)化以適應(yīng)新時代？阿里云提出的“AI就緒”具體意味著什么？在2026阿里云PolarDB開發(fā)者大會的間隙，速途網(wǎng)采訪了阿里云資深副總裁、數(shù)據(jù)庫產(chǎn)品事業(yè)部負(fù)責(zé)人李飛飛與阿里云數(shù)據(jù)庫產(chǎn)品事業(yè)部產(chǎn)品管理與技術(shù)架構(gòu)部負(fù)責(zé)人王遠(yuǎn)，他們揭示了阿里云Polar DB在成本、體驗(yàn)與未來形態(tài)上的核心邏輯。

一、從“云原生”到“AI就緒”：阿里云Polar DB“4+1”核心能力演進(jìn)

據(jù)速途網(wǎng)了解，此次PolarDB重磅發(fā)布一系列全新的AI能力，包括AI數(shù)據(jù)湖庫（Lakebase）、模型算子化以及面向Agent應(yīng)用開發(fā)的托管能力等，從“AI就緒”向“AI原生”持續(xù)演進(jìn)，顯著降低構(gòu)建AI應(yīng)用的復(fù)雜度。

當(dāng)被問及如何理解從云原生數(shù)據(jù)庫到“AI就緒”的進(jìn)化時，李飛飛將其總結(jié)為“4+1”個核心方向。

“第一是存儲層走向Lakebase”，李飛飛指出，傳統(tǒng)數(shù)據(jù)庫面向結(jié)構(gòu)化數(shù)據(jù)，而在AI時代，需融合能處理非結(jié)構(gòu)化、多模態(tài)數(shù)據(jù)的湖存儲，這是應(yīng)對Embedding、特征提取、多模態(tài)檢索等AI任務(wù)的基礎(chǔ)。

“第二是元數(shù)據(jù)的統(tǒng)一管理?！彼忉尩溃珹I時代數(shù)據(jù)源繁多，日志、交易、圖片、文本、音視頻等數(shù)據(jù)量巨大，元數(shù)據(jù)本身可能達(dá)到TB級，且需實(shí)時更新。阿里云將Zero ETL技術(shù)集成到元數(shù)據(jù)管理層，實(shí)現(xiàn)元數(shù)據(jù)的實(shí)時同步。

“第三是多模態(tài)檢索與處理能力。”數(shù)據(jù)庫需從單純處理結(jié)構(gòu)化數(shù)據(jù)，演進(jìn)為支持向量、全文、圖譜等多模態(tài)數(shù)據(jù)的融合檢索與處理。

“第四是模型算子化與Agent AI的支持?！崩铒w飛強(qiáng)調(diào)，模型量子化是為了讓熱數(shù)據(jù)與模型在線推理產(chǎn)生“化學(xué)反應(yīng)”。模型難以實(shí)時吞噬熱數(shù)據(jù)，而這部分?jǐn)?shù)據(jù)對避免模型“幻覺”至關(guān)重要。通過模型算子化，熱數(shù)據(jù)可實(shí)時轉(zhuǎn)化為Token，并被場景化的Agent所使用?！?strong>未來一定是Token的世界”。而最后的“+1”是一定緊跟硬件發(fā)展步伐。

關(guān)于當(dāng)下數(shù)據(jù)庫的高性價比和成本優(yōu)勢，王遠(yuǎn)總結(jié)了三點(diǎn)：資源池化、多租共享、彈性伸縮。在他看來，只有規(guī)?；揭欢ǔ潭?，才能有一定的成本優(yōu)勢或者成本紅利。“Polar DB首先擁有云上最大規(guī)模的數(shù)據(jù)庫用戶，這是我們很高的護(hù)城河”。

同時，Polar DB進(jìn)入更多的高性價比的存儲介質(zhì)，對企業(yè)當(dāng)中的數(shù)據(jù)做分類存儲，智能化的數(shù)據(jù)調(diào)度、跨界流轉(zhuǎn)和遷移。王遠(yuǎn)解釋到，Polar DB存儲層做的第一件事就是降成本。

此外，阿里云主推極致彈性的產(chǎn)品形態(tài)，以保證產(chǎn)品在市場上的價格競爭力。

二、內(nèi)部打通與開發(fā)者體驗(yàn)：一體化、多模態(tài)與自然語言交互

對于阿里云內(nèi)部如何為打造AI原生數(shù)據(jù)庫進(jìn)行產(chǎn)品能力打通，李飛飛以百煉以及PAI為例說明：“Polar DB以及整個瑤池數(shù)據(jù)庫token量增長，在過去短短幾個月內(nèi)增長了超過100倍?！贝送?，阿里云自研的模型算子化服務(wù)，以及通過SQL/API乃至未來自然語言方式，無縫集成模型調(diào)用與數(shù)據(jù)處理的能力。

王遠(yuǎn)則從開發(fā)者與未來用戶體驗(yàn)的角度闡述了差異化。他認(rèn)為，未來數(shù)據(jù)庫用戶不僅僅是現(xiàn)在的開發(fā)者，還會有更多的普通用戶，因?yàn)榇竽Ｐ湍芰ψ屛覀兊臄?shù)據(jù)庫未來真的很大概率具備直接服務(wù)普通用戶的能力。

“對開發(fā)者，我們提供最基礎(chǔ)的向量處理能力，因?yàn)檫@是AI時代最通用的數(shù)據(jù)表征。同時提供一體化多模數(shù)據(jù)管理、一體化RAG能力，以及在circle里方便集成大模型能力”，王遠(yuǎn)進(jìn)一步解釋到。

而對于未來普通用戶，交互方式將向自然語言、多模態(tài)等更直覺的方式演進(jìn)。王遠(yuǎn)表示，數(shù)據(jù)庫的管理范疇也將從數(shù)據(jù)本身，延伸到對知識、記憶的組織與管理。最終，Polar DB希望成為以數(shù)據(jù)為中心的AI基礎(chǔ)設(shè)施，成為構(gòu)建企業(yè)級智能應(yīng)用的主流選擇。

目前，阿里云PolarDB已贏得來自海內(nèi)外超2萬用戶的信賴，部署規(guī)模超300萬核，覆蓋全球86個可用區(qū)。PolarDB云原生與Data+AI相關(guān)功能與創(chuàng)新技術(shù)已規(guī)?；瘧?yīng)用于金融、汽車、政務(wù)、互聯(lián)網(wǎng)、電信等領(lǐng)域的核心業(yè)務(wù)系統(tǒng)，服務(wù)了某大型商業(yè)銀行、理想汽車、小鵬汽車、MiniMax、GoTo集團(tuán)、度小滿、米哈游等知名企業(yè)，助力全球開發(fā)者跨越智能時代。

三、AI Ready vs. AI Native：務(wù)實(shí)演進(jìn)與未來衡量

“AI賽道本身還在快速變革，現(xiàn)在喊AI Native過早。我們堅定喊AI Ready，我覺得現(xiàn)在喊AI Native 是‘大躍進(jìn)’。”當(dāng)被問及當(dāng)前是否已進(jìn)入“AI Native”階段時，李飛飛的回答很務(wù)實(shí)。

那么，何時才算真正進(jìn)入AI Native時代？李飛飛提出了兩個衡量標(biāo)準(zhǔn)：“第一，數(shù)據(jù)庫至少一半的實(shí)例是Agent在使用；第二，數(shù)據(jù)庫輸出（Output）的字節(jié)數(shù)中，至少一半是Token?！彼J(rèn)為，達(dá)到這兩個標(biāo)準(zhǔn)，才可稱為邁入了AI Native的門檻。

為實(shí)現(xiàn)這個目標(biāo)，數(shù)據(jù)庫需要在模型算子化、多Agent編排調(diào)用、多租戶隔離、RAG知識庫、自然語言交互乃至直接驅(qū)動業(yè)務(wù)Action等方面持續(xù)演進(jìn)?！拔磥淼腁I Native Database，將是海量Agent通過自然語言下達(dá)指令、并直接觸發(fā)Action發(fā)生的地方?！?br/>

四、寫在最后

在整個采訪中，李飛飛與王遠(yuǎn)不斷強(qiáng)調(diào)“務(wù)實(shí)”與“迭代”。在速途網(wǎng)看來，AI技術(shù)日新月異的浪潮中，阿里云Polar DB選擇的是一條以“AI就緒”為當(dāng)下錨點(diǎn)，以支撐海量智能體與Token經(jīng)濟(jì)為未來導(dǎo)向的清晰演進(jìn)路徑。