2025年9月26日——致力于将AI技术应用于复杂环境中数据的Cloudera今日宣布扩展其企业AI生态系统,新增多家合作伙伴,共同为企业提供生产就绪的完整AI解决方案。该计划汇聚众多行业领导企业,提供一整套端到端解决方案,帮助企业应对最紧迫的AI需求。
AI市场正在迅速发展,企业也在快速迈入AI成熟度的新阶段。不久之前,大多数企业的重点还集中在检索增强生成(RAG)、微调与copilot应用。而如今,AI应用已加速进入更高阶段,包括面向结构化数据的预测引擎、AI驱动的工作流自动化、用于提高模型可靠性的可观测性,以及大规模文档智能。企业正逐步采用新的模型选择、编排框架,以及能够进行复杂推理与多步骤任务执行的智能体型系统。
Cloudera正通过其AI驱动的数据湖仓助力企业实现转型,该统一基础架构能够将AI引入各类数据场景。借助这种方式,企业能够超越实验阶段,将AI直接嵌入业务运营,在客户体验、欺诈检测、供应链预测、IT运维与合规管理等领域实践高价值用例,同时确保治理、安全性与架构灵活性。
Cloudera的端到端平台提供AI就绪的数据和AI智能体,能够将数据转化为智能操作。该工具已帮助数百家Cloudera客户从AI实验转向AI深度嵌入其各个业务团队。Cloudera的愿景是帮助客户真正实现AI原生转型,依靠可信、透明的系统,以最少的人为干预实现自主决策。
为加速实现这一愿景,Cloudera宣布新增四家合作伙伴,以扩展其企业AI生态系统:
Fundamental与Cloudera AI驱动的数据湖仓相结合,充分释放了结构化企业数据的预测潜力。客户无需将数据迁移至独立建模环境或构建自定义管道,即可直接使用其在Cloudera平台中的现有数据,包括金融交易日志、医疗记录、供应链数据库等,进而在受控的Cloudera环境中快速部署预测模型,确保可扩展性与合规性。
通过此次合作,原本孤立的非结构化信息将能与结构化数据整合到同一受控环境中。这形成一个端到端工作流,即文档经Pulse采集处理后,进入Cloudera 数据湖仓进行结构化和验证,即可用于预测建模、生成式AI智能体和工作流自动化。
借助Cloudera的新增功能,Galileo可为企业提供可信 AI 部署的闭环。数据流入Cloudera数据湖仓后,模型基于这些数据进行训练和运行,Galileo则提供可视性,确保模型在条件变化时依然保持准确、公平和可靠性。无论是监控 Fundamental 表格基础模型生成的预测,还是从 Pulse 文档管道中提取的洞察,Galileo 都能确保基于 Cloudera 构建的 AI 驱动工作流保持合规、透明和高性能。这一组合支持企业大规模部署 AI的同时,能够确保其结果长期保持可信。
Cloudera 首席战略官 Abhas Ricky 表示:“企业AI生态系统已成为我们的战略核心,旨在帮助大型企业应对 AI 应用的复杂性。我们的新合作伙伴带来了专业化的能力,帮助客户应对当前面临的挑战,借助ServiceNow大规模实施 AI 和代理工作流程,并利用Galileo.ai和Pulse确保透明度、可靠性和准确性,同时通过Fundamental释放结构化数据的新一代AI潜力。”
Fundamental 首席执行官兼创始人 Jeremy Fraenkel 表示:“Fundamental 让基于表格数据的预测 AI 变得简单而强大。不同于基于文本或图像训练的基础模型,我们的模型专为企业运营的结构化数据(从交易到客户记录)而构建。通过与 Cloudera 合作,企业无需复杂的自定义流程或调优,便可将这个一预测基础模型应用于重要数据集。”
Galileo.ai 首席执行官兼联合创始人 Vikram Chatterji 表示:“信任和透明度对于 AI 的生产至关重要。通过与Cloudera合作,我们为企业提供所需工具,以便大规模测试、评估、监控、防护和维护其 AI 应用程序。即使数据、模型与条件发生变化,依然保持准确性与可靠性。”
Pulse 首席执行官兼联合创始人 Sid Manchkanti 表示:“将非结构化信息转化为结构化洞察,是企业 AI 面临的最大挑战之一。通过将 Pulse 的文档处理功能集成到至Cloudera,客户可以充分释放其文档的价值,并将符合大语言模型要求的数据无缝输入至先进的 AI 工作流程中。”
Cloudera企业AI生态系统的现有成员包括NVIDIA、Amazon Web Services (AWS)、Pinecone、Google Cloud、Anthropic、Snowflake和CrewAI。Cloudera致力于构建强大的合作伙伴网络,因为Cloudera坚信单一厂商很难满足大规模AI部署的所有复杂需求。通过打造开放生态系统,Cloudera赋能企业在保持数据与基础架构控制的同时,灵活根据特定用例选择适合的工具与模型。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。