9月17日，腾讯云在腾讯全球数字生态大会上宣布，其大数据产品体系完成全面升级，构建起Data+AI能力框架，覆盖从基础架构到数据应用的各个环节，助力企业解决数据管理、多模态融合以及智能应用等方面的问题。

腾讯云副总裁黄世飞在会上发表演讲，强调公司正努力将Data+AI整合在一起，并引入AI Agent技术，以弥补传统数据平台在多模态处理和智能化方面的短板，推动企业建立独特的AI能力，提升数据利用效率。

随着算力成本下降和开源大模型的发展，数据已成为企业实现智能化的重要资源。但传统数据平台在处理多模态数据、实时响应和知识库建设方面仍存在困难。

为应对这些挑战，腾讯云提出打造“AI-Ready”数据智能平台，借助云原生结构、Data+AI一体化方案以及Agent增强功能，为企业提供更先进的数据基础设施。

在底层架构上，腾讯云推出DIaaS概念，构建多模态智能数据湖TCLake，结合流湖引擎和企业级搜索ES，提高数据处理效率和智能化水平。

TCLake支持结构化与非结构化数据的统一管理，通过Lakehouse架构提升计算性能，同时减少存储开支。

流湖引擎支持流批处理和秒级分析，使数据处理速度从数小时提升至秒级，运维成本减半。

针对企业知识库建设，腾讯云优化了ES的能力，支持文本和向量混合检索，并推出AutoRAG自动化生成方案，在大规模向量场景下实现毫秒级响应，查询速度提升10倍，存储节省达90%。

WeData平台进行全面升级，打通数据与AI的整个流程。该平台涵盖数据采集、治理、建模、训练和推理，统一管理多模态数据、模型和指标资产，帮助企业实现从DataOps到AIOps的整合。

OneFlow服务让数据处理和AI训练在同一流程中完成，避免重复操作和权限分散问题。

WeData还提供统一的元数据和语义层，确保不同团队的数据标准一致，为智能BI分析打下基础。

在应用层面，腾讯云引入Data Agent和ChatBI等创新方式，将智能功能嵌入数据使用的每个环节。ChatBI可通过自然语言查询直接生成业务洞察，结合WeData的语义和NL2SQL技术，减少大模型错误并降低30%的Token使用量，帮助用户快速获取信息。

在运维方面，腾讯云推出智能Agent系统，包括自主调优、自主运维和预测治理三种类型，能降低15%的资源消耗，将问题排查时间从数小时缩短至30分钟，并实现提前预警和自动处理，提升系统的稳定性和运行效率。

黄世飞指出，未来数据平台将更多依赖Agent技术，成为新一代智能基础设施。腾讯云已在智能体开发平台上推出TCDataAgent等产品，计划通过开放合作，构建覆盖运维和分析等场景的Agent体系，进一步挖掘数据潜力。

此次大会中，腾讯云大数据平台TBDS也完成更新，核心引擎优化后整体性能提升65%。TBDS持续加强安全合规、IPv6和灾备能力，已在金融等行业成功应用，并发布“TBDS多模态智能数据湖金融解决方案”，推动金融行业实现大数据与AI的统一存储和计算，释放数据价值。