科杰科技KeenData Lakehouse2.0是面向AI-Native的Data&AI一体化平台，全平台融合“AI-Native”设计理念，首创Al-in-Lakehouse智能驱动型架构，打通数据工程→模型训练/推理→Agent工厂→智能应用全链路，以“可信 + 智能 + 系统”的平台能力推进“Data&AI ”新基建，支撑大型组织从数据驱动迈向智能驱动。
KeenData Lakehouse2.0
KeenData Lakehouse2.0采用AI-Native智能驱动架构，实现Data&AI工程一体化能力。平台面向大型组织进行数据与AI体系化落地，提供数据集成、离线实时开发、多模态计算、数据治理、数据集管理、AI模型构建、训推一体至 Agent开发全链路闭环的基础设施产品。平台突破传统数据与 AI 割裂的架构，首创 AI-in-Lakehouse 技术将湖仓一体引擎、OLAP数据治理和 AI 技术统一，形成精简高效的All-in-One技术解决方案。自研多模态计算引擎在单流水线中完成数据清洗至结果分析，数倍提升GPU推理吞吐，结合 KMI 推理加速、模型量化及Unity Catalog实现跨模态智能治理。
（图：KeenData Lakehouse2.0产品矩阵）
面向AI-Native的
Data&AI一体化平台特点
Data&AI一体化
平台通过数据与AI的深度融合，将数据全生命周期处理与AI开发流程无缝衔接，形成数据加工-AI开发-应用落地的闭环能力。
其核心特点体现在三方面：
- 多模态数据处理：支持文本/图像/音视频融合治理；
- Agent智能化架构：实现感知-认知-行动-进化闭环；
- Data&AI一体化：Data&AI原生融合提供All-in-One架构能力，消除Data与AI架构割裂问题。
（图：Data&AI一体化）
AI-Native
区别于传统平台外挂式AI的松散耦合模式，科杰科技Data&AI一体化平台以AI-Native为核心设计理念，将智能化能力深度植入系统基因，构建了具备自主进化能力的智能数据基础底座——其技术架构与核心能力均围绕AI高效处理数据、数据智能支撑AI的双向驱动展开，涵盖了MaaS自推理、Agent自迭代、数据全生命周期智能化三大核心能力。
针对传统存算一体架构导致的资源利用率低、扩展成本高等痛点，平台采用存算分离架构，数据统一存储于高性能统一存储，计算资源可按需弹性扩缩容，不仅降低30%以上存储成本，更让AI训练、推理等计算任务灵活调用资源，彻底解决大任务挤占小任务的资源争抢问题，为智能化闭环能力的落地奠定坚实根基。
（图：AI-Native全链路能力闭环）
面向AI-Native的
Data&AI一体化平台关键能力
AI一体化落地能力
平台覆盖了AI模型的全生命周期，从模型的构建、部署到评估、治理、发布和应用，提供全方位的服务和支持。通过统一算力调度引擎动态优化资源分配，为企业级大模型的开发、部署与智能运维提供强力保障，确保生产环境的稳定与弹性。平台创新性集成数百种预训练模型，支持零代码模型微调与迁移学习，结合先进算法矩阵，助力企业快速构建并落地适配自身业务场景的专属模型。同时，平台提供可视化Agent应用构建能力，开发者可通过低代码方式编排多节点工作流，高效开发生产级的生成式AI应用，推动AI普惠化。在数据根基层面，平台基于湖仓架构实现对非结构化数据的全生命周期管理，融合人工标注与AI智能标注双模式，构建高质量训练数据集，为模型训练筑牢坚实基础并沉淀核心资产。
Keen AI作为关键支撑，深度定制训推框架，内置多种模型训练及优化策略，支持模型轻量化，多模式并行计算，以及稀疏激活、Operator Fusion优化、Paged Attention等推理加速算法等技术，实现训练与推理的高效协同，突破传统割裂式开发的性能瓶颈。
Agent智能体开箱即用
科杰科技Data&AI一体化平台提供90%工程能力与10%AI能力原生融合的一站式Agent开发工厂，使开发者能够轻松构建智能助手、文本写作、自动化工作流等多样化AI应用。平台内置丰富AI Agent可直接复用，提供可视化编排工具与在线调试预览功能，支持多种主流大模型无缝接入，开发者可快速构建定制化Agent及RAG（检索增强生成）应用，显著降低开发门槛。平台通过动态任务拆解算法精准拆分复杂需求，结合多模态意图理解技术深度解析用户诉求，依托跨平台执行引擎联动数据、工具与服务，实现从需求理解到任务执行的完整闭环。同时，平台提供在线调试预览、应用发布更新、API访问等全生命周期管理功能，并支持多种模型灵活接入与控制，满足不同场景的模型需求，赋能开发者高效实现智能应用的构建与落地，有效的帮助企业将冰山底部的90%激活并建设完整。
多模态计算引擎
科杰科技Data&AI一体化平台为多模态AI工作负载设计多模态计算引擎，支持在同一个数据处理流水线中进行数据清洗、特征提取、模型推理和结果分析，深度兼容主流数据与AI框架支持任务内混合调度运行。多模态计算引擎重构了数据预处理范式，构建了一个原生理解和处理各种复杂多模态数据的引擎系统，面向AI/ML工作流设计，提供更好的AI/ML的Data Frame原语；具有低延迟高吞吐的特性，支持零拷贝数据共享，通过不可变数据设计简化容错机制，降低 70% 的网络开销，特别适合计算密集型任务；在此之上提供增强动态执行引擎，实现对任务和行动器的统一高度抽象，一套接口既能表达基于任务的并行计算(task-parallel)，又能表达基于行动器的并行计算(actor-based)。
（图：多模态计算引擎）
AI for 数据治理
平台践行"开发治理一体化"理念，构建AI驱动的智能化治理体系。通过智能元数据扫描，实现敏感数据动态加密脱敏，自研统一元数据技术覆盖全矩阵产品，提供企业级数据治理支持，涵盖智能治理、权限管理、集中审计、自动追踪数据血缘及跨平台、租户、区域的数据共享，确保数据资产的安全性和合规性。基于业务主题分类构建标准数据模型，实时监测数据异常并生成质量评估报告，实现数据治理从被动管控到主动预防的智能化升级。
全栈功能智能化
平台设计简单易用，通过内置高精度NL2SQL模型等智能化能力，显著提升企业数据开发和应用效率。其基于NLP技术构建的语义开发引擎，支持业务人员直接使用自然语言进行数据查询与开发，为数仓工程师提供SQL解释与优化功能，大幅提升开发效率。平台强大的多模态数据检索能力，结合OCR、特征抽取技术与自然语言深度理解，支持文/图等跨模态内容的快速交叉检索与精准定位。智能问数系统通过深度理解业务语义，自动关联全域数据资产，用户可用自然语言便捷查询平台内各类结构化与非结构化资产。同时，平台支持构建高效的企业内部知识库，具备多格式文档智能切分、嵌入处理能力，将文档转化为可检索的知识单元，并通过集成先进模型（如DeepSeek）提供深度智能问答功能，极大地提升了企业在数据开发、检索、管理和应用等方面的效率以及用户的交互体验。
自主可控的技术支撑能力
平台依托170余项大数据与AI核心专利技术，构建坚实的安全可控技术底座。自研AI-in-Lakehouse智能驱动架构、多模融合引擎、Data Fabric、Active Metadata Mangamen、Data Mesh与Data Virtualization，实现治理研发一体化及集中式管制下的分布式数据处理；自研统一目录（Unify Catalog）为AI大模型提供跨模态语义对齐能力，确保数据理解的一致性与安全性；创新KMI推理加速技术实现2倍性能提升，优化异构芯片资源调度效率；先进的模型量化技术利用低精度张量核心（INT8/INT4 Tensor Core）实现几乎无损压缩，降低70%储存开销；开放架构支持多种计算引擎，提供统一的数据与模型监控。通过深度信创适配（华为昇腾、海光、麒麟、统信系统），平台实现了从底层硬件到上层应用的全面国产化兼容，为政府、央企及高安全要求行业提供自主可控、安全高效的核心技术保障。
平台多元应用场景
科杰科技Data&AI一体化平台凭借全链路AI-Native架构与低代码工具链的双重优势，兼具技术普适性与场景适配的灵活性。能够快速响应企业在数据检索、智能辅助开发、智能服务、知识管理等通用型场景中的共性需求，同时支持根据垂直领域特性进行深度定制，真正实现一套平台，覆盖多类场景。
-
多模态数据检索：通过智能数据标注+自然语言理解，支持对多模态数据的快速精准检索，包括文搜文、文搜图、图搜图、图搜文等。
（图：增强向量检索）
-
数据资产智能问答：通过自然语言快速检索各类Data&AI平台结构化/非结构化数据资产信息，使用者无需深入理解不同数据资产存储结构，开发查询语句，系统即可自动分析查询问题语义，将分析语义转换成查询语句，最终查询结果后返回结构化结果。
（图：数据资产智能问答）
-
智能辅助开发：支持以自然语言方式，为开发工程师提供面向不同开发语言的编程辅助能力，包括代码生成、SQL生成等，并针对已有代码进行逻辑解释及性能优化建议，辅助快速理解并优化执行效率。
（图：智能开发）
（图：SQL解释与优化）
-
Agent开发工厂：AI Agent开发平台可快速构建智能客服、流程助手等面向场景的Agent应用，通过可视化编排工具组合对话节点、任务执行节点，企业无需编码即可上线智能问答系统，处理客户咨询、工单流转等高频需求；结合大模型训练平台的零代码微调能力，还能基于企业自有对话数据优化模型，提升回答的准确性与专业性，降低人工客服成本。
（图：可视化流程编排）
-
智能写作：可轻松构建多种应用，例如标书自动撰写、合同自动审核、PPT生成等AI应用，帮助企业提升关键文档处理能力。
（图：应用广场）
-
知识库构建：企业内部知识库支持多格式文档（PDF、Excel、TXT等）的智能切分与嵌入，将碎片化知识转化为可检索的结构化单元，利用高性能向量数据库构建企业内部的私有知识库；支持员工通过自然语言提问即可快速获取所需知识，如专业技术方案、合同管理、公司章程、历史项目经验等。同时支持基于多种数据库，实现对知识库的快速召回及标准搜问，以及基于DeepSeek，对用户问题及召回知识进行深入分析，提供专业准确的回答。
（图：企业知识库）
典型案例应用
某市数据局数据基础设施项目，基于科杰科技Data&AI一体化平台让非算法团队能通过语料加工层准备数据，借助智能支撑层零代码完成模型训练、微调与部署，再调用 API 或构建智能体快速将大模型转化为可商用产品；同时打通多模态数据到行业智能体全链路，覆盖 “数据→模型→应用” 全生命周期，支撑小切口场景数据产品快速构建；通过标准化 SDK 与插件接口开放第三方语料加工工具接入，实现 “即插即用”，加速了大模型在城市业务场景的落地效率，推动 AI 技术真正服务于城市治理与产业升级。
某市数字政府2.0项目，基于科杰科技Data&Al一体化平台打造的可信数据空间，构建的新型智慧城市大数据基础设施和可信数据空间，实现政务民生、产业等领域的全面数字化、智能化、精细化管理和服务，同时确保数据资源得到深度挖掘并快速应用，以此带动城市乃至城市群的快速发展，构建了首个政府侧集约式数据基础设施共性支撑平台，探索政府公共数据面向社会企业侧有效供给。
在某央国企数据智能底座项目，依托科杰科技Data&AI一体化平台，构建统一数据中心与治理体系，完成对新增的大数据进行高效存储和计算，并且进一步结合业务场景，面向规划、工程决策、工程一体化平台提供数百个服务支撑。以 AI驱动全量业务及科研数据管理共享，加速数据向资源、资产的数智化转变，提升运营效率，实现链条一体化运营，是集团数智化运营迈入高效协同新阶段重要标志。
科杰科技始终深耕 Data&AI 技术的研发创新，以 KeenData Lakehouse2.0 为依托，聚焦大型组织数据基础设施的构建与升级。通过 AI-Native 的原生架构与 Data&AI 一体化能力，为企业数字化转型提供了从数据工程到智能应用的全链路支撑，以自主可控的技术底座和场景化落地能力，加速数据价值向业务动能的转化。
