Databricks Blog

Databricks提出了一種將視頻視為數據工程問題的創新方法，利用視覺語言模型（VLM）、無服務器GPU和Lakeflow管道，實現對大量視頻的自動分析、摘要和搜索。該方案模型無關、可擴展，適用於公共安全、基礎設施檢查等多個場景。

英國學生事務辦公室（OfS）通過遷移至Databricks平台，統一管理數百萬條學生記錄，大幅縮短數據處理時間，加速分析流程，並支持基於AI的決策輔助，從而提升高等教育監管效率和學生成果。

這份買家指南涵蓋了評估AI工作負載無服務器數據庫的關鍵標準，包括計算與存儲分離、開放標準兼容性、按需伸縮、連接架構和AI原生能力。

無服務器 PostgreSQL 是一種完全託管的雲數據庫模型，將計算和存儲分離，實現獨立自動伸縮。它適用於突發性或不可預測的工作負載，但不太適合始終在線、對延遲敏感的應用程序。文章還介紹了基於無服務器 Postgres 的 Lakebase 架構，該架構統一了事務和分析工作負載，減少數據重複，簡化了對 AI 和實時應用程序的訪問。

大金應用美洲公司使用Databricks Genie Code重新設計其數據工程運營模型，採用MECE技能框架和勳章架構來確保一致性。這種AI輔助方法加快了管道開發速度，同時保持了治理和與業務概念的協調。

Kythera Labs 在 Databricks 上構建了 AI 原生的醫療戰略平台，使任何醫療系統都能獲得專家級智能，通過 AI 代理以自然語言回答戰略問題，並提供了實際案例：路易斯安那州一家醫療系統在10天內上線，實現了患者就診可見性提高150%、漏診減少22%、年化價值380萬美元。

Databricks在2026年Gartner數據科學與機器學習AI平台魔力象限中被評為領導者，在執行能力和願景完整性上均獲最高分。這反映了企業從模型構建轉向規模化部署代理應用的趨勢，強調統一數據、AI和治理的重要性。

Genesis Workbench是一個開放的Databricks藍圖，集成了NVIDIA的加速計算工具（包括BioNeMo和Parabricks），為端到端藥物發現提供安全、無代碼的界面，通過Unity Catalog治理保護知識產權。

智能體AI是一種自主軟件平台，能夠感知環境、推理目標、執行多步驟任務並從結果中學習，幾乎無需人工干預。本文詳細介紹了智能體AI與生成式AI的區別、工作原理、核心組件、編排方式以及企業治理要點。

獲得最高AI回報的公司是將投資與具體業務成果掛鈎，並基於乾淨、受治理的數據。本文總結了十大經過驗證的AI業務解決方案及成功所需的條件。

檢索增強生成（RAG）是一種AI架構模式，通過五階段流水線——數據攝入、嵌入、檢索、增強和生成——將大語言模型與外部知識庫連接，無需重新訓練模型即可提供準確、領域特定的答案。生產級RAG需要選擇合適的嵌入模型、配置向量數據庫索引和分塊策略，並實施結合語義向量搜索與關鍵詞回退的混合搜索以最大化檢索質量。RAG評估必須獨立測量檢索精度和生成保真度，因為強大的LLM性能無法彌補信息檢索組件的薄弱，且持續數據更新對於防止知識過時至關重要。

向量搜索是一種基於意義和上下文而非精確關鍵詞匹配的搜索技術。它通過嵌入向量來識別相似文本、圖像、音頻等內容，解決了關鍵詞搜索的侷限性，常用於RAG、企業搜索、推薦系統和異常檢測。生產系統通常結合向量和關鍵詞搜索以獲得更強結果，而託管服務如Databricks AI Search可添加重排序、元數據過濾、自動索引更新和治理功能。

本文對比了數據湖和雲數據倉庫的差異，指出數據湖適合存儲原始多格式數據以支持機器學習和高級分析，雲數據倉庫則優化了結構化報表的高併發SQL性能。數據湖屋（Lakehouse）通過開放表格式（如Delta Lake）統一了兩者優勢，有望成為企業分析的主流架構。

數據科學家處於分析、機器學習和人工智能的交匯點，將原始數據轉化為預測模型、實驗和建議，以指導業務決策。本文探討了該角色的演變、所需核心技能、面臨的挑戰以及如何通過統一平台加速從探索到部署的過程。

Stagwell利用Databricks Clean Rooms和Marketplace應用開發了一種隱私安全的身份匹配解決方案。品牌可以在自己的環境中安裝該應用，與Stagwell的身份脊進行匹配，而無需暴露原始數據，並通過其代理定位系統激活受眾。該方法將部署時間從數月縮短至數分鐘，並確保了合規性。

人工智能（AI）是計算機科學的一個分支，使機器能夠執行通常需要人類智能的任務。本文涵蓋了AI的工作原理、主要類型、實際應用、侷限性以及歷史背景。

數據工程是人工智能系統的基礎。本文為數據專業人士提供了構建AI就緒數據基礎設施的全面指南，涵蓋數據架構、特徵工程、生成式AI集成、合規性及職業發展。

數據倉庫是集中式存儲結構歷史數據的倉庫，支持複雜查詢和商業智能。本文介紹三種主要類型：企業數據倉庫（EDW）、數據集市和操作數據存儲（ODS），以及現代雲計算、混合和湖倉架構。幫助您根據需求選擇合適的數據倉庫。

支付欺詐檢測結合基於規則的系統、機器學習和實時監控來阻止未經授權的交易。瞭解信用卡欺詐、賬户接管、卡片測試、友好欺詐和授權推送支付欺詐等主要類型，以及行為分析、設備指紋識別和實時風險評分等檢測技術，還有令牌化、3D Secure 2和分層防禦模型等預防策略。

AI代理框架是圍繞大型語言模型（LLM）的軟件基礎設施，使其能夠執行任務而不僅僅是響應提示。本文介紹框架的核心組件——工具、內存、沙箱和護欄，以及它們如何通過推理-行動-觀察循環實現可靠操作。還討論了八個關鍵構建模塊，如系統提示、工具執行、反饋循環等，以及常見故障模式如上下文腐爛、工具過載和缺乏護欄。最後強調，在企業AI戰略中，共享框架基礎設施對於擴展和管理代理至關重要。

Databricks和NVIDIA宣佈擴大合作，推出端到端AI平台，加速模型訓練、推理和智能體AI開發。新功能包括AI Runtime中的多節點訓練、Free Edition GPU支持、模型服務增強，以及NVIDIA Agent Toolkit集成。客户可在Databricks內直接使用NVIDIA的行業專用AI框架，應用於醫療、生命科學、供應鏈、機器人等領域。

Databricks 合作伙伴良好架構框架 (PWAF) 提供 AI 就緒架構指南、技術標準和實施最佳實踐。自2月發佈以來，新增了 AI 合作伙伴開發工具包、擴展的架構模式以及開源參考應用 Firefly，幫助合作伙伴加速開發、簡化集成並採用經過驗證的設計模式。隨着 Databricks 平台和 AI 市場的發展，PWAF 持續演進，助力合作伙伴構建差異化產品、衡量採用影響並解鎖增長機會。

Databricks 正在擴展其 Free Edition，新增了五大產品：Genie Code、無服務器 GPU、Lakebase、Agent Bricks 和 Lakeflow Designer，為用户提供構建數據與AI項目的完整工具包。自推出以來，已有超過50萬名用户使用 Free Edition，新功能覆蓋數據工程、機器學習、應用開發和AI代理等核心實踐領域。

Databricks 宣佈擴展其數據與人工智能合作伙伴生態系統，推出 Marketplace 承諾支出提取、Apps 分發、OpenSharing 協議和 Genie Agent 共享等新功能，幫助合作伙伴更高效地構建、分發和商業化解決方案。

本文介紹瞭如何在Databricks的AI/BI平台上設計美觀且符合品牌形象的儀表盤，涵蓋主題定製、佈局組織、字體選擇、UI色彩搭配和可視化調色板等最佳實踐。

Genie Code 是 Databricks 上用於數據和機器學習工作的專業代理。過去一年，Genie 產品增長超過 10 倍，被 90% 的客户使用。本次峯會推出了全新的全頁命令中心，用於管理多線程工作；增強了機器學習工作流程的代理能力，包括與 MLflow、模型服務和計算感知的原生集成；即將推出定時任務，實現自主工作；以及 Genie ZeroOps 將自動化擴展到生產運維。

在 Data + AI Summit 2026 上，Databricks 發佈了新的安全和合規能力，包括 Entra ID 和 Okta 的自動身份管理 (AIM)、基於上下文的入口、私有網絡網關、對 Lakebase 的擴展 Private Link 支持，以及新的合規認證如 HITRUST、ISMAP 和即將推出的 Azure Commercial 上的 FedRAMP High。

Databricks 在 Data + AI Summit 2026 上發佈了 Unity AI Gateway 合作伙伴生態系統，集成了多家安全、身份和治理供應商，幫助企業在 AI 運行時實現安全監控、身份治理和風險監測。

Databricks在2026年數據+AI峯會上宣佈了AI平台的多項新功能，包括用於機器學習的Genie Code智能體、公開預覽的AI Runtime（無服務器GPU訓練環境），以及增強的實時ML支持（低延遲、高QPS的特徵存儲和模型服務）。這些功能旨在加速從實驗到生產的AI應用開發。

Databricks提出了Agentic CDP概念，這是一種針對AI代理時代重新設計的客户數據平台。與傳統CDP不同，它提供“黃金上下文”（Golden Context）和“無限營銷活動”（Infinity Campaigns），嵌入數據基礎架構，實現毫秒級實時個性化。文章認為，買家已轉由AI代理進行決策，傳統CDP因速度慢、缺乏上下文和無法做到真正的1:1個性化而失效。