以ChatGPT和GPT所代表的大模型，已經(jīng)在國內(nèi)形成了“海嘯效應”，幾乎所有的科技公司都在想方設(shè)法進入大模型的賽道。背后的核心驅(qū)動力，就在于大模型的最大價值在于普遍提升個人生產(chǎn)力，而各行各業(yè)的公司都在積極尋找應用大模型和生成式AI的機會，則是希望能夠更好地提升全員生產(chǎn)力。

而被譽為“國產(chǎn)大數(shù)據(jù)基礎(chǔ)軟件第一股”的星環(huán)科技，自然也不會缺席這一場大模型的盛宴——在5月下旬舉辦的向星力·未來數(shù)據(jù)技術(shù)峰會（FDTC）上，星環(huán)科技行業(yè)大模型戰(zhàn)略布局全面亮相，本次星環(huán)科技不僅發(fā)布了大模型應用構(gòu)建全棧軟件工具Sophon LLMOps，還基于自身在行業(yè)應用領(lǐng)域的積累，推出了業(yè)界首創(chuàng)的金融大模型“無涯”、大數(shù)據(jù)分析大模型SoLar“求索”兩大行業(yè)大模型。

與此同時，為了順應未來數(shù)據(jù)處理走向“智能化、多模態(tài)和平民化”的大趨勢，星環(huán)科技也在大數(shù)據(jù)基礎(chǔ)軟件領(lǐng)域展開了持續(xù)的迭代和進化，正式發(fā)布實現(xiàn)“湖、倉、集”一體化的多模型大數(shù)據(jù)基礎(chǔ)平臺TDH 9.3；分布式分析型數(shù)據(jù)庫ArgoDB 6.0、分布式交易型數(shù)據(jù)庫KunDB 3.2；構(gòu)建海量數(shù)據(jù)互聯(lián)智慧“星”圖的分布式圖數(shù)據(jù)StellarDB 5.0；面向多元場景的高性能時序數(shù)據(jù)庫TimeLyre 9.1；提出六易、三倉、兩中心的新一代智能分析全流程平臺Sophon；數(shù)據(jù)要素流通產(chǎn)品Navier 3.1等產(chǎn)品，能完成國外相應產(chǎn)品的國產(chǎn)替代，助力更多的中國企業(yè)能夠更好的實現(xiàn)數(shù)據(jù)化和智能化的轉(zhuǎn)型，并在數(shù)字經(jīng)濟新時代尋找到更多的新模式、新業(yè)態(tài)和新服務。

正如星環(huán)科技創(chuàng)始人、CEO孫元浩所言：“未來人人都是數(shù)據(jù)科學家，人類與數(shù)據(jù)的交互方式將發(fā)生重大變革，語言、視頻等自然語言的交互方式將逐漸普及,每個人都將需要一個‘虛擬業(yè)務助手’?！?/strong>也正因此，星環(huán)科技希望通過持續(xù)的技術(shù)創(chuàng)新，幫助用戶應對大模型時代的挑戰(zhàn)，同時更好的釋放海量數(shù)據(jù)產(chǎn)生的新價值。

戰(zhàn)略布局行業(yè)大模型賽道

毫無疑問，大模型（也稱預訓練模型、基礎(chǔ)模型等），是典型的“大數(shù)據(jù)+大算力+強算法”結(jié)合的產(chǎn)物，也是凝聚了大數(shù)據(jù)內(nèi)在凈化的“隱藏式知識庫”，更是實現(xiàn)多種人工智能應用的通用載體，其重要性可見一斑。

而隨著過去多年的技術(shù)沉淀，可以看到目前大模型也正在與企業(yè)應用迅速結(jié)合，重塑企業(yè)應用中人與數(shù)據(jù)的交互方式，同時也產(chǎn)生了越來越大的商業(yè)價值。其中最具代表性的，就是在自然語言處理領(lǐng)域，OpenAI的GPT-4模型已經(jīng)被用于各種任務，包括文本生成、問答和語言理解等；而在計算機視覺領(lǐng)域，F(xiàn)acebook的DETR模型同樣也被廣泛用于圖像識別任務。

作為深耕大數(shù)據(jù)基礎(chǔ)軟件的星環(huán)科技，自然也需要跟上大模型帶來的巨大商業(yè)機會，但如何更快、更好地切入大模型的賽道呢？為此，星環(huán)科技的做法是，以“雙管齊下”的方式戰(zhàn)略布局大模型市場，即大模型構(gòu)建的工具鏈，以及行業(yè)大模型兩大領(lǐng)域，具體而言：

一方面，在大模型工具鏈方面，星環(huán)科技推出了大模型持續(xù)提升和開發(fā)工具Sophon LLMOps，實現(xiàn)領(lǐng)域大模型的訓練、上架和迭代。Sophon LLMOps主要服務于大模型的開發(fā)者，幫助企業(yè)快捷地構(gòu)建自己的行業(yè)大模型，通過大模型基礎(chǔ)設(shè)施，形成具備“新型人機交互”且“敏捷可持續(xù)迭代”的人工智能應用。

對此，孫元浩表示：“我們在實踐中發(fā)現(xiàn)，大模型和應用之間的鴻溝實在是太大了，可以說已成為整個行業(yè)發(fā)展壯大的壁壘，而且大模型本身也是需要行業(yè)知識積淀的?；诖耍黔h(huán)科技的策略就是為行業(yè)用戶或者合作伙伴提供一款工具，幫助他們更快地構(gòu)建大模型，加上他們自身的行業(yè)知識，那么二者相互的結(jié)合，就能更好地打造出適合每個行業(yè)的大模型應用?！?/p>

值得一提的是，星環(huán)科技Sophon LLMOps前后研發(fā)超過了六年的時間，跟此前的MLOps相比，本次新發(fā)布的LLMOps大大強化了大模型的能力，包括Sophon LLMOps擁有自己的樣本倉庫能力，覆蓋訓練數(shù)據(jù)開發(fā)、推理數(shù)據(jù)開發(fā)、數(shù)據(jù)維護等工作，對大語言模型涉及的原始數(shù)據(jù)、樣本數(shù)據(jù)、提示詞數(shù)據(jù)做清洗、探索、增強、評估和管理等。

在此基礎(chǔ)上，Sophon LLMOps也具有模型運維管理能力，除了傳統(tǒng)MLOps的六大“統(tǒng)一”——統(tǒng)一納管、統(tǒng)一運維、統(tǒng)一應用、統(tǒng)一監(jiān)控、統(tǒng)一評估、統(tǒng)一解釋外，針對大語言模型的微調(diào)、持續(xù)提升、評估、對齊等，Sophon LLMOps也提供從計算框架、工具到計算、存儲、通信的調(diào)度和優(yōu)化支持。

此外，Sophon LLMOps還具有大語言模型和其他任務的編排、調(diào)度和上線能力，并提供Agent、Ops、DAG，結(jié)合星環(huán)科技的多款大數(shù)據(jù)、數(shù)據(jù)庫產(chǎn)品，如分布式向量數(shù)據(jù)庫Hippo和圖數(shù)據(jù)庫StellarDB等，能夠?qū)⒉煌笳Z言模型、傳統(tǒng)機器學習、其他流程等編排成符合用戶實際領(lǐng)域和業(yè)務需求的任務，為客戶提供服務。

另一方面，在行業(yè)大模型方面，和其他公司主要做通用的大模型不同，星環(huán)科技則是聚焦金融行業(yè)的大模型領(lǐng)域，推出了業(yè)界首創(chuàng)的金融大模型“無涯”、大數(shù)據(jù)分析大模型SoLar“求索”。

據(jù)了解，星環(huán)科技長期深耕金融領(lǐng)域，服務大量金融行業(yè)客戶，積累了上百萬金融專業(yè)領(lǐng)域的語料，同時基于星環(huán)科技對圖數(shù)據(jù)庫、深度圖推理算法的技術(shù)，形成了大規(guī)模高質(zhì)量的金融類事件訓練指令集，而二者共同鑄就了星環(huán)科技開發(fā)金融領(lǐng)域大語言模型的堅實底座。

星環(huán)無涯是一款面向金融量化領(lǐng)域、超大規(guī)模參數(shù)量的生成式大語言模型。該大模型使用了上百萬的專業(yè)金融語料，其中涵蓋了研報、公告、政策、新聞等高質(zhì)量的自然語言文本來作為基礎(chǔ)大模型的二次預訓練語料，使得無涯具備對包括基本面、技術(shù)面、消息面在內(nèi)的金融通識領(lǐng)域準確的理解能力。

同時，星環(huán)無涯也構(gòu)建了包括政策、輿情、ESG、風險、量價、產(chǎn)業(yè)鏈等六類大模型基礎(chǔ)因子集，擅長處理金融量化領(lǐng)域的各類問題，諸如在政策和研報分析、新聞解讀、事件總結(jié)和演繹推理上都具備強大的理解和生成能力；能夠?qū)善薄?、基金、商品等各類市場事件進行全面的復盤、傳播和推演；能夠生成另類的策略因子集合，構(gòu)建立體的歸因解釋體系。無涯大模型通過多模感知+事件驅(qū)動+深度圖計算，從時間和空間、深度和廣度等多個方面擴展投資研究的視角，實現(xiàn)了全新的智能量化投研新范式。

而大數(shù)據(jù)分析大模型SoLar“求索”， 是一款針對大數(shù)據(jù)行業(yè)全生命周期各種場景的大數(shù)據(jù)領(lǐng)域大模型，其可以衍生出眾多的子領(lǐng)域子任務微調(diào)大模型。 按照規(guī)劃，“求索”大模型將具備大數(shù)據(jù)行業(yè)需求理解、推理、各類(含多模型)結(jié)構(gòu)化查詢語言和OpenCypher代碼生成、Python/R 等常用數(shù)據(jù)分析程序代碼生成、Query改寫、意圖識別、文本生成、嵌入向量生成、知識推理等能力；達到用戶只要使用自然語言，就能借助“求索”大模型獲取所需數(shù)據(jù)分析、展示和報告。

回頭來看，大模型賽道的火熱背后是市場需求和技術(shù)進步的雙重推動，核心原因在于，隨著數(shù)字化轉(zhuǎn)型的加速和智能化需求的增長，各行各業(yè)對AI技術(shù)的應用越來越廣泛和深入，同時，AI大模型技術(shù)本身也在不斷創(chuàng)新和突破，呈現(xiàn)出多元化和多樣化的發(fā)展趨勢。從這個角度來說，無論是大模型應用構(gòu)建工具Sophon LLMOps，業(yè)界首創(chuàng)的金融大模型“無涯”以及大數(shù)據(jù)分析大模型SoLar“求索”的推出，都標志著星環(huán)科技“與時俱進”地戰(zhàn)略布局了行業(yè)大模型的賽道，而背后既是星環(huán)科技在大數(shù)據(jù)領(lǐng)域多年沉淀厚積薄發(fā)的體現(xiàn)，相信也能推動行業(yè)大模型將在更多領(lǐng)域和場景中發(fā)揮重要作用，從而推動人工智能產(chǎn)業(yè)向前發(fā)展。

多模態(tài)數(shù)據(jù)探索與創(chuàng)新

Gartner曾在2017年預測多模數(shù)據(jù)管理將成為未來的主要發(fā)展趨勢，但其發(fā)展的速度還是遠超人們的想象空間，目前可以看到多模態(tài)數(shù)據(jù)管理已成為逐漸成為主流數(shù)據(jù)庫的選擇。也正因此，在本次未來數(shù)據(jù)技術(shù)峰會（FDTC）上，星環(huán)科技除了推出了大模型之外，其在多模態(tài)領(lǐng)域的探索與創(chuàng)新，也是其中的亮點。

首先，在向量數(shù)據(jù)庫領(lǐng)域。我們知道，大模型目前普遍存在的問題是，由于其訓練數(shù)據(jù)的豐富程度不足和即時性不夠，會嚴重影響模型的通用化效果，造成其“一本正經(jīng)的胡說八道”，這限制了它在垂直領(lǐng)域的實用性。雖然此前通過人類反饋強化學習機制（RLHF）來讓模型對錯誤的輸出結(jié)果進行調(diào)整，但這種方法并不能徹底解決大語言模型的問題，而向量數(shù)據(jù)庫則有望化解這一難題，它通過向量嵌入的方式，把來源權(quán)威，可信的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成向量，儲存到數(shù)據(jù)庫中，由此能幫助大模型建立起“長期記憶”，并且減少模型生成內(nèi)容出錯的可能性。

為了適應這一新轉(zhuǎn)變，星環(huán)科技推出了自研的向量數(shù)據(jù)庫Transwarp Hippo，拓展大語言模型時間和空間維度，作為一款企業(yè)級云原生分布式向量數(shù)據(jù)庫，星環(huán)Hippo支持存儲、索引以及管理海量的向量式數(shù)據(jù)集，能夠高效地解決向量相似度檢索以及高密度向量聚類等問題。

孫元浩表示，與開源的向量數(shù)據(jù)庫不同，Hippo具備高可用、高性能、易拓展等特點，支持多種向量搜索索引，支持數(shù)據(jù)分區(qū)分片、數(shù)據(jù)持久化、增量數(shù)據(jù)攝取、向量標量字段過濾混合查詢等功能，能夠很好地滿足企業(yè)針對海量向量數(shù)據(jù)的高實時性查詢、檢索、召回等場景。

其次，在圖數(shù)據(jù)庫領(lǐng)域。可以看到在大模型應用以及圖神經(jīng)網(wǎng)絡技術(shù)日益發(fā)展的推動下，不僅為圖智能的發(fā)展提供了沃土，同時也為圖庫和圖智能結(jié)合提供了探索的機遇?；诖?，星環(huán)科技也正式發(fā)布了面向高性能分析、圖智能、多模型融合的企業(yè)級分布式圖數(shù)據(jù)庫StellarDB 5.0。

StellarDB 5.0對存儲和計算引擎進行優(yōu)化，全新設(shè)計了底層數(shù)據(jù)存儲結(jié)構(gòu)，并優(yōu)化了TEoC編譯器，同時對多場景計算框架進行了深度優(yōu)化，實現(xiàn)從實時場景到關(guān)聯(lián)關(guān)系分析場景，到圖算法分析場景全方位的性能提升，大幅提高客戶業(yè)務效率。數(shù)據(jù)顯示，StellarDB 5.0實現(xiàn)了實時短查詢場景5倍提升，高并發(fā)上萬+QPS，支持的近50種圖算法平均8倍性能提升，多度關(guān)聯(lián)關(guān)系場景10倍提升，解決無限擴層問題。

同時，StellarDB5.0實現(xiàn)了動態(tài)圖功能，將圖數(shù)據(jù)變化的歷史全部記錄下來，可以按照時間點查詢圖的歷史變更。通過對動態(tài)圖進行時間軸可視化，可以清晰、直觀、便捷地對圖數(shù)據(jù)變化進行分析，幫助用戶更容易的發(fā)現(xiàn)圖背后的規(guī)律。例如在金融反欺詐應用中，圖結(jié)構(gòu)的動態(tài)變化可以表征欺詐團伙的人員變化和交易關(guān)系變化等，從而幫助業(yè)務人員更準確、更高效地進行數(shù)據(jù)分析和預測。

此外，StellarDB 5.0也能夠?qū)有黔h(huán)科技自研的深度圖框架ZenGraph，將圖數(shù)據(jù)庫技術(shù)和深度圖技術(shù)深度融合。利用圖數(shù)據(jù)庫的優(yōu)勢實現(xiàn)圖數(shù)據(jù)快速地讀取和寫回，提供快速子圖過濾能力，提升整個數(shù)據(jù)分析鏈路的處理效率；ZenGraph深度圖框架可以針對不同的業(yè)務場景提供不同的深度圖模型，滿足多樣化的業(yè)務場景，相比于傳統(tǒng)圖算法，能夠從圖中挖掘?qū)W習更多的特征知識，預測更精準。

在孫元浩看來：“隨著大模型走向更多的應用場景，向量數(shù)據(jù)庫和圖數(shù)據(jù)庫的疊加應用，才能更好的構(gòu)建出大模型，但是也要看到，光靠向量庫和圖數(shù)據(jù)庫也是遠遠不夠的，未來的方向一定是多模態(tài)的，因此星環(huán)科技未來的技術(shù)路線，核心還是希望在一個平臺上支持更多的多模態(tài)數(shù)據(jù)管理，讓每一種數(shù)據(jù)庫都能夠更好地服務好大模型的應用?！?/strong>

最后，在時序數(shù)據(jù)庫和時空數(shù)據(jù)庫方面，面對時序數(shù)據(jù)數(shù)據(jù)量大、數(shù)據(jù)分析需求高，開源系統(tǒng)不支持集群部署，存儲和計算數(shù)據(jù)規(guī)模有限，不支持復雜分析，服務不穩(wěn)定，以及缺乏安全可控性等問題，星環(huán)科技推出面向多元場景的高性能分布式時序數(shù)據(jù)庫TimeLyre 9.1，該數(shù)據(jù)庫在常見的時序數(shù)據(jù)上，可實現(xiàn)5-20倍壓縮率，遠優(yōu)于傳統(tǒng)數(shù)據(jù)庫，數(shù)據(jù)壓縮高、單節(jié)點磁盤可用容量高，可大大節(jié)約成本。

而在時空數(shù)據(jù)庫方面，星環(huán)科技也推出分布式時空數(shù)據(jù)庫Spacture，這款數(shù)據(jù)庫“為空間而生，為變化而生”，其擁有高效時空數(shù)據(jù)分析、多樣化數(shù)據(jù)類型支撐、算子下推、多種標準支持、主流生態(tài)兼容等特性，可應用于時序遙感分析、城市擴張變化檢測、氣象業(yè)務支持、全球高溫天氣預測、軌跡分析、船舶軌跡范圍檢索、泛在空間分析、湖泊面積統(tǒng)計、空間聚合統(tǒng)計等場景。

事實上，本次星環(huán)科技發(fā)布的向量數(shù)據(jù)庫，圖數(shù)據(jù)庫，時序數(shù)據(jù)庫乃至時空數(shù)據(jù)庫等等，僅僅都只是星環(huán)科技多年來在多模態(tài)數(shù)據(jù)庫領(lǐng)域，持續(xù)堅持技術(shù)創(chuàng)新的“縮影”，而背后也印證了星環(huán)科技多年來始終勇闖數(shù)據(jù)庫“無人區(qū)”的態(tài)度和精神，而其在多模態(tài)數(shù)據(jù)庫領(lǐng)域的探索與實踐，對于推動中國數(shù)據(jù)庫領(lǐng)域的技術(shù)創(chuàng)新價值，同樣也是難能可貴的。

加速“國產(chǎn)化替代”進程

今年年初，國家就明確指出“要打好科技儀器設(shè)備、操作系統(tǒng)和基礎(chǔ)軟件國產(chǎn)化攻堅戰(zhàn)，鼓勵科研機構(gòu)、高校同企業(yè)開展聯(lián)合攻關(guān)，提升國產(chǎn)化替代水平和應用規(guī)模，爭取早日實現(xiàn)用我國自主的研究平臺、儀器設(shè)備來解決重大基礎(chǔ)研究問題?！?/p>

而在這方面，作為大數(shù)據(jù)基礎(chǔ)軟件的提供商，星環(huán)科技同樣致力于加速推進大數(shù)據(jù)基礎(chǔ)軟件國產(chǎn)化進程，堅持做大做實國產(chǎn)大數(shù)據(jù)基礎(chǔ)軟件。孫元浩告訴我：“國產(chǎn)大數(shù)據(jù)技術(shù)棧，星環(huán)科技現(xiàn)在做得比較成熟了，在這個領(lǐng)域我們開發(fā)了十年左右的時間，技術(shù)上星環(huán)科技已經(jīng)完全可以替代國外的大數(shù)據(jù)產(chǎn)品，無論在功能上和性能上基本上也領(lǐng)先海外產(chǎn)品接近一代，同樣星環(huán)科技也積累了比較多的成功的國產(chǎn)化替代案例。”

一是，在大數(shù)據(jù)基礎(chǔ)平臺領(lǐng)域，星環(huán)科技自研的大數(shù)據(jù)基礎(chǔ)平臺TDH和星環(huán)數(shù)據(jù)云平臺TDC，可以完美地替代CDH/HDP和CDP，提升功能、性能、穩(wěn)定性、易用性、擴展性、可靠性、安全、國產(chǎn)生態(tài)支持等能力，提供多種模型支持能力，性能提升可以達到5到100倍，原廠專業(yè)服務能力更強。

不僅如此，新發(fā)布的星環(huán)THD 9.3和TDC 3.2還以新一代湖倉集存儲、多模型統(tǒng)一架構(gòu)、綜合性能提升、基于容器的資源管理技術(shù)、多租戶等技術(shù)引領(lǐng)發(fā)展。數(shù)據(jù)也顯示，在性能上，星環(huán)科技基礎(chǔ)軟件產(chǎn)品自研高性能分布式計算和存儲引擎，整體性能是CDP 5-25倍。整體性價比是DB2 20倍，是TD 100倍；而在安全上，星環(huán)科技基礎(chǔ)軟件產(chǎn)品提供的容器隔離、災備、訪問控制、聯(lián)邦學習、隱私保護、可信計算等技術(shù)保障網(wǎng)絡層、加固層、治理層、流通層全方位數(shù)據(jù)安全。

二是，在交易型數(shù)據(jù)庫領(lǐng)域，星環(huán)分布式交易型數(shù)據(jù)庫KunDB可以在交易型OLTP的業(yè)務場景、高并發(fā)在線數(shù)據(jù)服務場景等，替代Oracle/ MySQL，并且提升存儲計算能力、高可用能力、跨分區(qū)事務能力，能夠更好的支持關(guān)鍵業(yè)務平衡遷移。

特別是新的KunDB 3.2版本，更是融入星環(huán)科技多年的數(shù)據(jù)庫研發(fā)經(jīng)驗，以滿足金融業(yè)務極致穩(wěn)定的要求為核心，在高可用、Oracle兼容、一體化、智能運維、多場景應用支持等方面能力進行了大幅提升，單機事務性能達到188tpmC，水平擴展比達到90以上，可用于各行業(yè)國產(chǎn)化替代升級和分布式架構(gòu)轉(zhuǎn)型，幫助企業(yè)筑牢數(shù)字化發(fā)展根基。

三是，在分析型數(shù)據(jù)領(lǐng)域，星環(huán)分布式分析型數(shù)據(jù)庫ArgoDB可以在批處理和OLAP、Ad hoc分析等場景，可替代Oracle/DB2/TD等國外產(chǎn)品，提供海量數(shù)據(jù)分析能力，提升混合負載、實時數(shù)據(jù)分析等能力，在客戶實際應用場景中，軟硬件綜合性價比得到10到100倍的提升。

其中，新發(fā)布的ArgoDB 6.0擁有業(yè)內(nèi)領(lǐng)先的數(shù)據(jù)實時處理、多模型數(shù)據(jù)處理、數(shù)據(jù)安全等能力，如在實時數(shù)據(jù)處理場景中，ArgoDB6.0是開源產(chǎn)品如Greeplum、ClickHouse等的2-3倍。同時，在替代TD場景中，可以助力企業(yè)用戶打造新一代的湖倉集一體平臺，實現(xiàn)數(shù)據(jù)融合統(tǒng)一管理，減少運維成本，加速業(yè)務創(chuàng)新。

四是，更多的國產(chǎn)化大數(shù)據(jù)軟件方面，星環(huán)科技打造的分布式搜索引擎Scope替換Elasticsearch，也能夠助力企業(yè)打造自主可控搜索平臺；在圖數(shù)據(jù)方面，星環(huán)圖數(shù)據(jù)庫StellarDB也能夠替換Neo4j，為國產(chǎn)化圖數(shù)據(jù)應用提供高水平方案；時序數(shù)據(jù)庫方面，星環(huán)科技的TimeLyre也可以替換InfluxDB，實現(xiàn)時序數(shù)據(jù)庫庫的國產(chǎn)化替代；數(shù)據(jù)分析方面，星環(huán)科技的智能分析工具Sophon Base也可以在可視化建模分析等場景替代SAS/SPSS，提升功能和性能，降低成本。

客觀地說，目前整個中國基礎(chǔ)軟件行業(yè)的“國產(chǎn)化替代”趨勢正在加速，星環(huán)科技通過持續(xù)技術(shù)創(chuàng)新，做大做實國產(chǎn)大數(shù)據(jù)基礎(chǔ)軟件，相信不僅能夠賦能中國企業(yè)的數(shù)字化轉(zhuǎn)型，也能夠更好的推動和引領(lǐng)中國乃至全球大數(shù)據(jù)基礎(chǔ)軟件行業(yè)的變革與創(chuàng)新。

全文總結(jié)，在今年的未來數(shù)據(jù)技術(shù)峰會（FDTC）上，可以看到星環(huán)科技發(fā)布大模型構(gòu)建工具和行業(yè)大模型應用，戰(zhàn)略布局行業(yè)大模型的新賽道；此外多款多模態(tài)數(shù)據(jù)庫的迭代與創(chuàng)新，也體現(xiàn)了星環(huán)科技在大數(shù)據(jù)領(lǐng)域勇闖“無人區(qū)”的態(tài)度和堅持；而以行踐言推動國產(chǎn)大數(shù)據(jù)領(lǐng)域的“國產(chǎn)替代”進程，相信也能更好的服務好中國數(shù)字經(jīng)濟的高質(zhì)量發(fā)展。可以說，星環(huán)科技在大數(shù)據(jù)領(lǐng)域的前瞻布局、持續(xù)創(chuàng)新，其價值都“不止于眼下，更關(guān)乎未來”。