1月3日,国际市场研究机构Gartner日前公布2023年度全球《云数据库管理系统魔力象限》报告,预测2023年全球数据库市场规模将首次突破1000亿美元,其中云数据库占比55%。
Gartner报告显示,阿里云跻身“领导者”象限,成为亚太地区唯一一家入选魔力象限的科技公司。这是阿里云连续第4年蝉联“领导者”,并在象限评估中斩获历史最好成绩。

阿里云连续4年稳居Gartner®云数据库管理系统魔力象限报告领导者
数据库与芯片、操作系统并称为信息时代三大基石,是IT系统必不可少的核心技术,也是实体经济创新升级不可或缺的基础软件。Gartner云数据库魔力象限是全球业内最权威、标准最严苛的厂商综合评估报告之一,涵盖15项核心评估指标、240余项细则,2023年Gartner报告显示,数据库占全球软件市场的12.9%,2023年底将首次突破1000亿美元。
相较往年,数据库在2023年迎来“大洗牌”。根据Gartner报告,约1/3的传统数据库头部厂商跌出领导者象限,包括IBM、SAP、Teradata等;约2/3的“领导者”象限厂商综合评分下调。在此背景下,中国科技公司表现亮眼:阿里云连续第四年入选领导者象限,OceanBase、华为云、腾讯云、PingCAP均受“荣誉提及”肯定。
在Gartner魔力象限“愿景完整性”和“执行能力”两大评估维度中,阿里云均获得历史最好成绩。Gartner指出,阿里云培育了良好的数据库生态,其数据库产品也在广阔多元的场景落地,包括自动驾驶等前沿领域,在数据密集型的工业应用中独具优势。Gartner评价称,阿里云正在引领云原生数据库创新。
据了解,经过多年技术创新,以PolarDB为核心的瑶池数据库业界首创计算、内存与存储资源的“三层解耦”架构,并率先落地多主多写、基于内存池化的HTAP、Serverless、一体化分布式等全球领先的技术创新。
如今,瑶池数据库旗下涵盖关系型数据库PolarDB、数据仓库AnalyticDB、多模数据库Lindorm等多款自研云原生产品,实现全面Serverless化,给用户提供智能、一站式的数据管理平台服务,让数据管理开发像“搭积木”一样简单、好用。
最新数据显示,目前阿里云已连续多年位居中国数据库市场份额第一,服务于自然人税收管理系统、全国60%的省级医保信息平台、上海证券交易所等机构,以及中国移动、中国人寿、中国邮政、小米、丝芙兰Sephora、极氪汽车、美柚APP等企业。中国邮政引入云原生数据库PolarDB和数仓AnalyticDB,成功应对双11订单高峰;小米引入云原生多模数据库Lindorm,支持其全球最大规模的消费级AIoT平台运转。
Gartner报告还指出,除了中国,阿里云也在亚太以及中东、欧洲和北美等地区展开业务。以阿里云瑶池为代表的中国数据库技术产品,正走出国门,广泛落地于政务、金融科技、保险、零售、物流、制造等领域场景,受到全球各行业企业及用户的认可。
印尼大型流媒体公司RCTI+,基于PolarDB处理线上流量,能经济有效地自动扩缩容,为用户提供更流畅的观看体验;马来西亚最大的电商积分兑换APP Presto,通过采用PolarDB节省成本超30%;日本游戏公司Enish Inc,基于PolarDB与AnalyticDB,10天内就打造出一款新游戏的测试环境,大幅缩短开发周期。
好文章,需要你的鼓励
Converge Bio完成550万美元种子轮融资,由TLV Partners领投。该公司专为生物科技和制药行业打造LLM应用平台,提供数据增强、模型微调及可解释性分析等功能,帮助企业将通用生物基础模型转化为可实际落地的研发工具。以抗体研究为例,平台可将抗体LLM精调至氨基酸级别的结合亲和力预测,并生成优化序列。公司计划用于扩充团队、拓展客户,并发布抗体设计科研论文。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
ChatGPT高级语音模式的创造者Alexis Conneau离开OpenAI后,创办了音频AI初创公司WaveForms AI,并获得由a16z领投的4000万美元种子轮融资。该公司专注于训练自有音频大语言模型,计划于2025年推出与OpenAI、谷歌竞争的AI音频产品。Conneau深受电影《Her》启发,致力于开发具备情感感知能力的语音AI,同时警惕AI伴侣化带来的社会问题,强调技术应服务于人而非取代人际关系。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。