AI 工业化时代，作为国产数据库的标杆玩家，源自蚂蚁集团的 OceanBase 站在了新的起点。

5 月 17 日，在 OceanBase 第三届开发者大会上，OceanBase 对外详细诠释了其最新升级的 "DATA x AI" 战略，并发布面向 AI 的应用产品 PowerRAG。

作为 OceanBase AI 战略落地的 " 一号位 "，OceanBase CTO 杨传辉表示，OceanBase 正致力于构建 Data × AI 能力，面向 AI 时代推动一体化数据库向一体化数据底座的战略演进。

今年 4 月 27 日，OceanBase CEO 杨冰发布全员信，宣布 OceanBase 将全面进入 AI 时代，打造 "DATA × AI" 核心能力，建设 AI 时代的数据底座。

在 OceanBase 看来，AI 时代，传统数据库已很难满足全行业的需求。

一方面，AI 大模型的爆发，会让数据以及数据的处理需求，爆发式增长，比如 AI 大模型核心是对海量数据进行训练与推理，且会生成海量数据。IDC 报告指出，受生成式 AI 等技术驱动，预计 2028 年全球新生成数据量规模将达到 393.9ZB。数据量级的指数级增长，对数据库的架构、性能、成本等均提出新的需求。另一方面，AI 时代，数据的类型更多从结构化向非结构化转变，源自真实世界的图像、视频等非结构化数据更多，传统的关系型数据库已很难满足。

在内部信中，杨冰表示，OceanBase 面向未来思考，AI 正在重塑一切，谁能更好地解决 DATA 和 AI 的融合，实现 "DATA × AI"，谁就能成为 AI 时代的数据底座。

在打造 AI 时代的数据库上，OceanBase 有先天优势。作为一家生于 AI 云时代的数据库厂商，OceanBase 一直将 " 分布式 " 作为自身的信仰，杨传辉很早就提出 " 单机分布式一体化是数据库的未来 " 的观点。当年，传统数据库很难服务于蚂蚁爆发式增长的数据处理需求，OceanBase 应运而生，从无到有，坚持 100% 根自研，攻克了分布式数据库稳定性、高并发、可扩展、实时分析和多云等难题，为市场打造了一款高质量的一体化分布式数据库产品。

如今，随着 DeepSeek 的爆发，大模型应用成本指数级下降，AI 加速走向千行百业实现规模化落地。面对企业在 AI 时代悄然变化的需求，OceanBase 已有一定的 DATA x AI 能力，如分布式有效应对海量数据的存储计算、多模融合统一处理不同结构数据、TP/AP 一体化实现混合事务和实时分析处理。

不过，在杨传辉看来，" 大模型落地产生价值的核心，在于数据与模型的一体化融合，这也是 OceanBase 提出的构建 Data × AI 能力的关键。" 因此，OceanBase 跳脱出传统本地化数据库的逻辑，基于一体化数据库的现有优势，加速向一个一体化数据底座演进，可通过一套引擎同时支持 TP/AP/AI 混合负载，支持向量数据库，实现 SQL 与 AI 的混合检索。

在发布会上，OceanBase 发布了首个面向 AI 的应用产品 PowerRAG，打通 AI 应用开发数据层、平台层、接口层与应用层的全流程，可帮用户实现文档知识库、智能对话、图像比对、数据分析等多种 AI 应用场景的快速开发。

而在支持 AI 应用落地的核心基础设施——向量性能、混合检索等层面，OceanBase 也在持续探索，进一步加强 SQL+AI 能力，在发布会上，OceanBase 还现场 " 跑分 "，基于基准测试工具 VectorDBBench，采用 Performamce768D1M 测试数据集跑分测试，结果显示，其性能超越业界三款领先的开源向量数据库。

此外，OceanBase 引入 BQ 量化算法（HNSW+BQ），可实现内存成本较引入前降低 95%；引入针对 JSON 半结构化数据的压缩能力，在 TPC-H 10G 数据集上，JSON 压缩比可达 MongoDB 的 3 倍；支持面向多种数据模型的混合检索能力。

OceanBase 的 "DATA × AI" 已被多个客户应用在真实生产场景中，比如联通软研院打造了服务于运营商的 AI 助手，in 银泰商业打造了零售业智能问数平台。

前些年，在国产替代 " 信创 " 浪潮和企业数字化进程中，源自蚂蚁，经过双 11 等海量真实场景锤炼的 OceanBase，基于原生分布式架构以及开源模式，成功崛起成为国产数据库的标杆平台。如今，在 AI 工业化大生产阶段，作为云原生数据库的 OceanBase，不论是应对更大规模的数据处理，还是应对 AI 新场景下的全新 AI 数据处理需求，都将发挥出自身优势，在数据产业扮演更重要的角色。