2025年6月，火山引擎FORCE原動(dòng)力大會(huì)在北京舉辦。火山引擎數(shù)智平臺(tái)正式發(fā)布多模態(tài)數(shù)據(jù)湖全新產(chǎn)品架構(gòu)。該架構(gòu)通過(guò)存儲(chǔ)與計(jì)算能力的深度優(yōu)化，構(gòu)建兼容文本、圖像、音頻、視頻等多元數(shù)據(jù)的處理框架，為企業(yè)打造適應(yīng)Agentic AI（智能體人工智能）時(shí)代的新一代AI Native數(shù)據(jù)基礎(chǔ)設(shè)施，助力企業(yè)從傳統(tǒng)商業(yè)智能向AI驅(qū)動(dòng)的決策模式轉(zhuǎn)型。

隨著全球數(shù)據(jù)規(guī)模爆發(fā)式增長(zhǎng)，非結(jié)構(gòu)化數(shù)據(jù)與多模態(tài)AI解決方案的占比正快速攀升。IDC預(yù)測(cè)，到2028年全球數(shù)據(jù)總量將達(dá)393ZB，其中超80%為非結(jié)構(gòu)化數(shù)據(jù)；Gartner則指出，到2027年，40%的生成式AI解決方案將采用多模態(tài)技術(shù)，較2023年的1%實(shí)現(xiàn)飛躍式提升。這一趨勢(shì)標(biāo)志著AI正從單一模態(tài)邁向多模態(tài)協(xié)同的“集團(tuán)軍作戰(zhàn)”時(shí)代，要求數(shù)據(jù)基建具備處理復(fù)雜多模態(tài)信息的能力，以更貼近人類(lèi)感知的方式理解世界。

火山引擎多模態(tài)數(shù)據(jù)湖解決方案在此背景下持續(xù)迭代。此前，該方案已實(shí)現(xiàn)海量結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一管理，為L(zhǎng)LM（大語(yǔ)言模型）全生命周期訓(xùn)練提供數(shù)據(jù)支持。此次升級(jí)進(jìn)一步強(qiáng)化了多模態(tài)數(shù)據(jù)處理能力：新增模型數(shù)據(jù)處理蒸餾與多模態(tài)分析能力，優(yōu)化與火山引擎各平臺(tái)的聯(lián)動(dòng)機(jī)制，通過(guò)MCP（多模態(tài)認(rèn)知平臺(tái)）簡(jiǎn)化數(shù)據(jù)開(kāi)發(fā)流程，幫助企業(yè)高效識(shí)別與利用多模態(tài)數(shù)據(jù)資產(chǎn)。

在技術(shù)落地層面，火山引擎多模態(tài)數(shù)據(jù)湖聚焦三大核心場(chǎng)景：

在文本、圖像、音視頻等多模數(shù)據(jù)的處理場(chǎng)景上，提供更易用的湖處理方案，幫助用戶(hù)快速解鎖多模態(tài)數(shù)據(jù)的價(jià)值，降低數(shù)據(jù)使用的門(mén)檻。用戶(hù)可直接AI數(shù)據(jù)湖產(chǎn)品的 MCP工具中用自然語(yǔ)言的方式輸入數(shù)據(jù)處理需求，比如對(duì)低清圖片提出增強(qiáng)高清訴求，實(shí)現(xiàn)圖片批量處理。

在模型訓(xùn)練上，提供低成本高性能的模型數(shù)據(jù)處理與蒸餾方案，通過(guò)與火山方舟的無(wú)縫銜接，數(shù)據(jù)零拷貝，讓用戶(hù)能直接在可視化界面上一鍵開(kāi)啟回流按鈕，成功激活專(zhuān)屬私有數(shù)據(jù)湖將推理數(shù)據(jù)同步至LAS，進(jìn)行快速處理，篩選出高質(zhì)量數(shù)據(jù)一鍵導(dǎo)出至方舟用于模型精調(diào)。

針對(duì)用戶(hù)海量數(shù)據(jù)進(jìn)行批量的向量化和快速檢索需求，火山引擎多模態(tài)數(shù)據(jù)湖提供了湖檢索和湖分析能力，ByteHouse和AI數(shù)據(jù)湖LAS聯(lián)動(dòng)，實(shí)現(xiàn)多種模態(tài)的快捷檢索。通過(guò)LAS完成多模數(shù)據(jù)向量化轉(zhuǎn)換，利用ByteHouse實(shí)現(xiàn)向量檢索特性分析，實(shí)現(xiàn)以圖搜圖。

某知名汽車(chē)品牌在智駕網(wǎng)聯(lián)場(chǎng)景的大模型訓(xùn)練中應(yīng)用該方案，驗(yàn)證了其技術(shù)價(jià)值：通過(guò)MR Ray Remote Dataloader技術(shù)解決CPU滿(mǎn)載問(wèn)題，數(shù)據(jù)加載效率提升2倍，模型訓(xùn)練迭代效率整體提升1.5倍；GPU單卡并發(fā)支持多個(gè)標(biāo)注推理模型，單卡利用率提升至95%以上，資源成本大幅降低；采用LAS Lance替代傳統(tǒng)LMDB，減少數(shù)據(jù)預(yù)處理階段的GPU消耗，并支持?jǐn)?shù)據(jù)壓縮，使存儲(chǔ)與管理成本降至原來(lái)的1/4。

多模態(tài)數(shù)據(jù)湖的升級(jí)，幫助企業(yè)數(shù)據(jù)基建從支撐商業(yè)智能報(bào)表轉(zhuǎn)向成為驅(qū)動(dòng)AI模型訓(xùn)練與決策的核心引擎。火山引擎數(shù)智平臺(tái)負(fù)責(zé)人郭東東表示：“通過(guò)Data 與AI的深度交織，新的數(shù)據(jù)智能將能幫助企業(yè)構(gòu)建面向AI時(shí)代的好基建，成就好模型，促生好應(yīng)用，帶來(lái)好增長(zhǎng)。”

當(dāng)前，數(shù)據(jù)與AI的深度交織已成為企業(yè)競(jìng)爭(zhēng)的核心要素。火山引擎將持續(xù)迭代多模態(tài)數(shù)據(jù)湖產(chǎn)品能力，攜手企業(yè)共同探索數(shù)據(jù)智能的無(wú)限可能，為Agentic AI時(shí)代的到來(lái)注入新動(dòng)能。