OceanBase
  • 产品
  • 解决方案
  • 客户
  • 合作伙伴
  • 资源与服务
  • 文档
  • 社区
云控制台登录 / 注册
  • 免费试用
OceanBase AI 数据平台

基于湖库一体架构,统一管理结构化、半结构化与非结构化等多模态数据,一个系统承载事务处理、实时分析与 AI 工作负载。

一体化能力

TP 事务处理

关键业务稳定运行,保障数据零丢失

AP 实时分析

事务分析一体,驱动智能决策与运营

AI 现代负载

统一多模态数据,支撑生产级应用

关键产品
OceanBase 分布式数据库

首批通过安全可靠测评,面向关键业务

OceanBase 集中式数据库

集中式架构,兼具性能与成本优势

OceanBase AI 数据库

面向 AI 应用与 Agent 的多模数据库

OceanBase AI 湖库

湖库一体的 AI 多模态数据系统

OceanBase DataPilot

企业级 AI 数据分析 Agent

OceanBase Agentbase

企业级 Agent 后端基础设施

OceanBase OAgent

数据库 AI 运维 Agent

OB Cloud

一体化云数据库,提供多云一致体验

OceanBase 数据库一体机

软硬一体,极致性能与高可靠性保障

OceanBase AI 一体机

开箱即用的 AI 数据库一体机

OMA 迁移评估工具

全链路数据库迁移评估

OMS 数据迁移工具

一站式数据传输与同步

OCP 运维管理工具

数据库全生命周期管理

ODC 开发者工具

数据库开发与管控协同

OAS 自治服务工具

数据库智能诊断与自治

通用场景
全场景业务系统 OLTP
实时分析混合负载
异地多活
多基础设施部署
一站式传统数据库升级
混合云部署
一库多芯软硬件混合部署
分布式数据库单机部署
大存储类数据库降本
冷数据归档降本
多实例资源整合
分库分表一体化升级
高并发场景
数据中台
行业解决方案
国有大行和股份制银行核心系统解决方案
区域性银行核心系统解决方案
寿险核心系统解决方案
产险核心系统解决方案
资管交易类系统解决方案
资管 TA 清算类系统解决方案
运营商核心系统解决方案
人社核心系统解决方案
电力核心系统解决方案
行业专区
银行专区

助力银行完成各类核心业务系统升级

保险专区

寿险、产险核心系统升级的更佳选择

零售专区

助力200+零售行业客户规模化落地

DB 大咖说
oceanbase爱奇艺

百亿级卡券业务的“单库双擎”架构升级

oceanbase四川银行

800个测试用例选定分布式数据库

oceanbase太平洋保险

先难后易,核心系统数据库升级复盘

行业案例
oceanbase交通银行

核心数据库的“分布式革命”

oceanbase中国移动

B域核心CRM&BOSS近乎零改造分布式升级

oceanbase理想

打造领先的智能制造系统和自动驾驶体验

演讲实录
oceanbase中国联通

集团应用分布式数据库覆盖B/O/M域

oceanbase国泰海通

智能推送系统稳定支撑单日亿级消息处理量

oceanbase中国联合航空

中国首款机票盲盒背后的数据库力量

用户实践
oceanbase北京银行

最快速度完成40余套系统国产数据库升级

oceanbaseVIVO

替换 MySQL 分库分表,探索成本效益最优

oceanbase滴滴

数据库大规模运维体系建设及落地实践

合作伙伴
合作伙伴类型
联合解决方案
产业生态伙伴
经销商伙伴
技术服务伙伴
培训认证伙伴
生态联合解决方案
神州信息 x OceanBase 银行核心系统
长亮科技 x OceanBase 新核心系统
中电金信 x OceanBase 金融分布式核心系统
天阳科技 x OceanBase 贷记卡方案
易诚互动 x OceanBase 手机银行方案
恒生 x OceanBase UF3.0/O45/TA/估值方案
商业发行版
云树®数据库软件 ActionDB
服务
支持与服务
提交工单
软件下载
OceanBase 企业版
OceanBase 社区版
OB Cloud
学习
培训与认证
在线课堂
在线体验
开发者
开发者中心
资料
行业报告与白皮书
官方博客
年度发布会资料
开发者大会资料
oceanbase白皮书

金融核心系统数据库升级路径与场景实践

oceanbase白皮书

人社关键业务数据库一体化升级实践

产品文档
oceanbaseOceanBase 数据库
数据库一体机
oceanbaseOceanBase AI 数据库
工具与组件
oceanbaseOB Cloud 云数据库
驱动和中间件
快速上手
OceanBase 数据库
OB Cloud 云数据库
知识库
汇聚常见产品使用问题案例
在线体验

Demo与实验,感受 OceanBase 的核心能力与应用场景

OceanBase 最佳实践
了解 OceanBase 分布式数据库的架构与系统原理
技术博客

技术解析 | 用户实践 | 社区月报

在线课堂

电子书 |视频课程|在线培训

Developer Hub
应用开发Demo | 数据开发与集成工具
问答论坛

快速答疑 | 常见问题 | 技术交流

社区活动

Meetup | 技术公开课

GitHub

查看源码 | 贡献代码 | 建议反馈

加入社区

社区组织 | 社区用户贡献 |开发者贡献

进入社区首页
oceanbase数据库大赛

第六届OceanBase数据库大赛

oceanbase免费课程

《Easy Data x AI》:面向所有 AI 爱好者的 Data 与 AI 基础知识入门教程

切换语言
  • 中文站 - 简体中文
  • International - English
  • 日本站 - 日本語

体验新一代 AI 数据库

立即咨询
免费试用

OceanBase

OceanBase 海扬数据库始创于 2010 年,是完全自主研发的数据库公司。2020年开始独立商业化运作,历经15年大规模核心场景验证,目前是中国数据库的领军企业之一。从分布式数据库到 AI 数据库,为企业提供安全、稳定、可扩展的数据底座,推动数据基础设施全面拥抱 AI 时代。

关于我们

关于 OceanBase最新动态资质荣誉客户专家委员会招贤纳士合作伙伴年度发布会开发者大会

资源与服务

支持与服务文档知识库软件与工具下载培训与认证在线体验数据库专题视频

社区

快速上手开发者中心博客活动学习问答GitHub

数据库百科

分布式数据库国产数据库OLTP 数据库OLAP 数据库HTAP 数据库数据库向量数据库向量检索

联系我们

服务热线:
400-109-0633
商务咨询
培训认证技术支持媒体合作
京公网安备11010802047223号京公网安备11010802047223号
京ICP备20024574号-1
合字B1.B2-20250395
网站服务协议隐私协议安全响应协议
OceanBase 版权所有 © 2026 基础资源和备案服务由阿里云提供
AI
  1. 首页
  2. 客户案例
  3. 蚂蚁阿福

对话蚂蚁阿福:AI 健康管家,“懂你”
靠的不止是大模型

  • AI 湖库
    统一底表和标签
  • 数据分支能力
    为每个 Agent 迭代创建独立数据沙箱
DB 大咖说
来自客户技术专家对数据库选型与应用实践的分享
国民级健康 AI 的挑战,从来不只是‘模型够不够聪明’,而是数据底座能否承接。
魏鹏蚂蚁阿福技术负责人
魏鹏
当我们谈论未来医疗的终极形态时,一个常被忽略的核心问题正浮出水面:健康管理不应仅仅发生在诊室的刹那,而应贯穿于日常生活的每一个瞬间。
蚂蚁阿福,正是这样一个重塑健康服务体验的 AI 健康管家。它不只是回答问题,而是理解你、陪伴你、甚至在你未察觉时,默默守护你的健康。而这一切的背后,是一套强大、稳定、灵活的数据底座在默默支撑。
本期大咖说,我们邀请了蚂蚁阿福技术负责人魏鹏,为我们揭示,在“智能”成为常态的今天,数据底座如何从幕后走向台前,成为支撑 AI 真正“落地”的关键力量。
清晨,一位用户打开手机,把今早体重秤的数据同步给蚂蚁阿福。几秒后,阿福不只是给出一条健康建议,而是结合他三个月前的体检报告、上周的运动记录和一个月前的就诊历史,完整地“读懂”了他最近的身体状况,并主动提醒他近期血压波动值得关注。
这不是演示场景,而是阿福的日常。
作为用户规模超亿级的国民级 APP,阿福已成为很多人离不开的 AI 健康管家。从健康问答到健康陪伴再到健康服务,及时准确响应的背后,是大量的多模数据调动、理解与分析,而支撑这一切流畅运转的数据底座,正是 OceanBase。
阿福截图
蚂蚁阿福技术负责人魏鹏表示,OceanBase 用一体化能力,覆盖阿福的核心数据场景,做到开箱即用。“国民级健康 AI 的挑战,从来不只是‘模型够不够聪明’,而是数据底座能否承接。”
这句话,道出了医疗健康 AI 落地的深层命题。当一个医疗健康 AI 面向大规模用户,从一次问答走向长期陪伴,数据底座究竟要承担什么责任?
答案,藏在阿福与 OceanBase 的实践中。

一、国民级 AI 的三重底气:专业化、个性化、自动化

很多人第一次打开阿福,可能只是想问一句“头疼能吃什么止疼药”。但魏鹏更愿意强调的是,阿福“不只是一个问答入口”。
“我们面向的不只是用户,还有医生和医疗机构。目标是把健康咨询、就医服务和长期健康管理连接起来。”他解释道,在用户侧,阿福覆盖导诊、挂号、找医生、报告解读、购药和健康管理;在医生侧,通过医生端和好大夫的资源连接真实医生,让 AI 建议能够获得专业能力支撑;在机构侧,则打通医院、医保、药企和智能硬件生态。
这意味着阿福本质上是一个连接人、服务和设备的健康 AI 平台,而不是一个聊天窗口。
支撑这个平台运转的,是魏鹏反复强调的三个核心特性:专业化、个性化和自动化,而这三个特性的结合,正是阿福的价值所在。

专业化

在医疗健康领域,专业化是 AI 应用的底线,也是阿福的起点。
模型层面,阿福的底座是蚂蚁集团全自研的蚂蚁医疗大模型,专为医疗场景打造,具备系统性的医学知识理解与推理能力;
知识层面,背后有海量权威医学文献的循证支持,例如询问糖尿病怎么治,系统给出的不是泛泛而谈,而是有专家观测、有双盲实验、有真实证据链撑着的回答;
专家层面,AI 咨询流程与真人医生打通,好大夫的专业资源在背后兜底;
设备层面,阿福能与运动穿戴等智能硬件实时交互,把用户的身体数据持续纳入分析上下文,让回答不只是基于“你说了什么”,而是基于“你的身体正在发生什么”。
蚂蚁阿福 - OceanBase 客户案例
这几层加在一起,才构成阿福意义上的专业——不是一次准确的回答,而是对用户健康状态的持续关注与动态跟进。

个性化

在医疗健康场景里,“千人一面”是一个隐性的风险。同样是血糖偏高,一个久坐的中年人和一个高强度运动的年轻人,该怎么吃、怎么调,答案可能完全不同。
这正是阿福个性化能力要解决的核心问题。
魏鹏表示,个性化的基础,是留住用户的上下文,比如用户的问答记录、历史健康数据、运动记录、用药情况。而且,阿福还能记住用户的偏好、习惯和健康目标,形成“长期记忆”,让 AI 在后续对话中更加“懂你”。
上下文来源也不只是文字。用户发的一张体检报告、一段描述症状的语音、一个穿戴设备同步的心率数据,阿福都能处理和理解。多模态的输入,让个性化有了更丰富的信息来源,而不只是依赖用户“说了什么”。通过这些方式,阿福能够为用户提供量身定制的健康建议。

自动化

自动化,是阿福区别于传统 AI 问答平台的核心优势。
魏鹏表示,自动化在阿福这里不是一个功能模块,而是一种服务逻辑的转变——从“回答者”变成“执行者”。
用户问完不是终点,阿福要能接着把事做完:挂号、陪诊、购药、健康管理,这些服务流程直接在阿福内部完成闭环,不需要用户跳转平台、重新填信息、再走一遍流程。
“专业、个性、自动化,这三者构成阿福作为健康 AI 的完整闭环,缺一不可。”魏鹏表示,阿福核心差异,就是往更懂你、往深服务方向走。

二、一体化底座攻克 AI Native 数据工程难关

三个核心特性,是阿福在产品层面给出的答案,但在工程层面,还有另一个问题等着被回答:这套能力,怎么在大规模用户场景下稳定地跑起来?背后是什么在支撑?
魏鹏坦言,随着阿福用户规模和业务场景的持续扩充,团队面临的压力很快从模型能力转向数据工程。他把这些压力归结为这几个方向:评测效率、个性化记忆的大规模工程化,以及在线应用对数据形态的全新要求。
多重压力,最终指向同一个结论:阿福需要的不是若干彼此割裂的存储组件,而是一套稳定、可扩展、能处理多种数据形态的底座。而这,正是 OceanBase 发挥价值的起点。

评测:从数据污染到资产复用

“大模型的下半场是评测,评测决定了智能的上限。”魏鹏表示,评测效率直接影响模型和 Harness 的高频迭代节奏。
然而,评测本身的工程挑战同样不容忽视。一条高质量的评测用例,成本可能高达数百乃至上千元。与此同时,大模型普遍具备工具调用能力,会在评测过程中主动对数据进行读写操作,导致评测数据随时面临被修改和污染的风险。一旦缺乏有效的环境隔离机制,每轮评测都可能造成大批数据失效,成本损耗难以承受。
“阿福涉及多路数据打通,数据层面的隔离至关重要,每次评测任务都需要一个干净、准确的模型上下文。”他提到,评测过程的可观测性同样关键,“只看最终结果是不够的,模型可能是误打误撞答对的,也可能仅因最后一步出错而导致失败,背后需要采取完全不同的优化策略。”
针对这一挑战,OceanBase AI 湖库提供统一底表和标签能力,将评测任务结构化,标签规则可版本化,验收可重复执行。沉淀下来的不只是一批样本,而是字段口径、底表、标签规则和交付记录,让下一轮评测从资产复用开始,而不是从翻旧 SQL 开始。
更关键的是 OceanBase 的数据分支能力,为每个 Agent 迭代创建独立数据沙箱,无需复制整套数据库,即可基于业务数据建立持续更新的数据基线,并按需生成相互隔离的评测环境。
研发人员可以在与实际业务保持一致的环境中开展评测,同时与线上生产环境完全隔离。不同版本也可使用独立沙箱并行评估,完成后快速销毁。评测环境准备时间,由此从天级压缩至分钟级。

个性化:从外挂记忆到可治理资产

大模型本身是无状态的,无论用户是第一次交互还是第百次交互,模型对其一无所知。这一特性在通用场景下尚可接受,但在健康领域却难以为继。
“个人的身体状况是连续演变的过程,而不是孤立的事件。如果每次对话都从零开始,不仅体验割裂,更无从实现真正意义上的健康管理。”魏鹏说。
一直以来,阿福主要采用外挂记忆方案,将记忆作为独立模块挂载于模型之外,按需调取。这一方案听似简单,但要在亿级用户规模下实现高时效的持续构建与在线链路的低延迟召回,其背后的工程复杂度远超想象。这些问题需要依托统一的数据底座加以解决,而无法靠多个系统拼凑来应对。
对此,OceanBase 贯穿大模型记忆的构建、存储和召回全链路。当用户发送文本、语音、健康记录等多模态数据时,OceanBase 将原始数据转化为可治理的记忆资产。在用户发起请求时,系统会先理解用户的问题和身份,再筛选相关主题、调取对应事实与用户画像,最终用于生成回答、提供主动关怀或完成具体任务。
与此同时,OceanBase 还具备版本管理、数据对比、重建、核对与溯源等能力,让个性化服务更加灵活可控——不仅支持快速测试和迭代调整,还能在出现问题时及时纠偏,大幅提升个性化服务的稳定性与迭代效率。

在线应用:从多系统拼凑到一体化检索

当前,用户侧的信息输入已走向多模态,语音、图像、视频并存,系统回复同样涵盖文本、图片与交互卡片等多种形式。
此外,长周期任务的轨迹记录、历史对话检索以及实时分析需求也在持续叠加,对数据库提出了全新的复合要求——关系型与非关系型、结构化与非结构化、多种检索模式,都必须支持。
“过去我们或许会用不同的数据产品分头解决,但那样不可避免地带来时效性损耗、数据一致性风险,以及难以承受的维护成本。”魏鹏说。
面对这一局面,OceanBase 通过结合传统关键词匹配与语义理解,对用户历史对话进行精准检索,并对结果进行归一化处理、多模型融合、排序优化,结合时间因素确保返回信息既相关又最新。
同时,OceanBase 负责存储用户会话的核心数据、普通索引,以及 Query 和 Answer 的向量信息与索引结构,支撑海量用户的实时对话查询。
OceanBase 湖库一体底座还支撑智能硬件数据分析——用户只需说出“帮我分析最近半个月每天上午测的体重”,阿福便能完成从理解到分析的全过程:自动识别关注指标、时间范围、数据来源与聚合口径,直接调取数据、按日期分组、筛选时段记录,输出可供趋势分析直接使用的结构化序列。
“选择 OceanBase,不只是因为它刚好有这些能力,而在于它能提供一整套完整的解决方案。”魏鹏提到:
OceanBase 底层提供分布式事务、高可用、水平扩展和多租户隔离;
上层承载 SQL、实时分析、OLAP 和开放计算,并支持全文检索、向量检索和混合检索。
评测数据、记忆、轨迹、历史对话和 IoT 分析,都能围绕同一套数据治理和服务体系演进,并在数据规模、稳定性、时效性和准确性上都能达到生产级要求。
“专业的人做专业的事。”魏鹏说,上层 Agent 工程师的精力要聚焦在打磨效果和体验上,数据底座交给更懂数据的团队来承载。OceanBase 做到了开箱即用,让上游研发团队对很多数据细节可以无感,这一点很重要。

三、从更懂你到健康 AI 的未来,OceanBase 与阿福携手共进

最后,回到开头的那个问题:当医疗健康 AI 面向大规模用户,数据底座要承担什么责任?
从与 OceanBase 的实践来看,魏鹏的回答是三类:
· 通过 AI 湖库和数据资产化提高评测效率;
· 通过数据分支和轨迹存储提升 Agent 迭代的隔离性与可观测性;
· 通过事务、检索、向量、分析和湖库一体能力,支撑记忆、历史对话和 IoT 场景的稳定运行。
“国民级健康 AI 的竞争力,不只来自一次回答的质量,还来自数据能否被稳定地写入、检索、理解、评测和持续治理。”魏鹏说,模型是上层的智能,数据底座是支撑这些智能长期运行的基础设施。两者都不能偏废。
但无论技术如何变革,阿福对未来的期许仍旧不变:成为一个“更懂你的 AI 健康管家”。魏鹏表示,OceanBase,正是这一进程中不可或缺的伙伴。
在他的构想中,未来的阿福将与更多硬件设备和医疗机构实现深度打通:穿戴设备的实时体征数据、医院的病历记录、体检机构的检查报告……这些此前散落在不同平台、不同机构的健康信息,在用户需要和授权的前提下,将在阿福汇聚成一份完整的个人健康档案。
这,只是第一步。魏鹏更看重的,是在此基础上能为用户提供什么样的深度服务。
他以“减重师”为例描绘了一个具体场景:
与此同时,阿福还将进一步拓展服务边界,将就医问诊、购药、陪诊等环节深度整合,让用户不再需要在多个平台之间来回跳转。
“不只是回答你的问题,而是帮你把这件事真正做掉——这才是阿福和普通大模型应用真正的区别所在。”
自今年 6 月 29 日发布湖库一体的 AI 数据库以来,OceanBase 持续推动 AI 时代数据平台的成型,并通过 AI 数据库 和 AI 湖库,加速生产级 AI 应用的价值实现,为新形态 AI 应用创新提供坚实支撑。
在魏鹏看来,OceanBase AI 数据平台的能力已具备支撑阿福未来发展的条件,而且 OceanBase 的迭代响应速度与对业务场景的深度理解,正是双方合作能够走深走实的关键所在。“下一步,我们需要做的是,在实际应用中把细节打磨好,做到业界领先水平。”
从一次问答,到真正懂你、长期陪伴、链接全域医疗服务的健康 AI,这条路,阿福正稳步向前。未来,OceanBase 将通过持续创新的技术与深入合作,为阿福的每一步成长提供坚实支撑,共同迈向健康智能服务的未来。
蚂蚁集团开发和运营的医疗健康 AI 应用,为用户提供各类健康咨询、图片解读(报告、病例、处方、药盒均支持)、个人和家庭健康档案管理及各类医疗健康服务,如预约挂号、云陪诊等。
[ 行 业 ]
互联网
[ 应用场景 ]
OLTP 事务处理HTAP 实时分析

目录

  • 一、国民级 AI 的三重底气:专业化、个性化、自动化
    • 专业化
    • 个性化
    • 自动化
  • 二、一体化底座攻克 AI Native 数据工程难关
    • 评测:从数据污染到资产复用
    • 个性化:从外挂记忆到可治理资产
    • 在线应用:从多系统拼凑到一体化检索
  • 三、从更懂你到健康 AI 的未来,OceanBase 与阿福携手共进
获取同款解决方案
立即咨询