2026 云栖大会上，阿里云智能集团 · 计算平台事业部 MaxCompute 负责人张治国发表了主题为"一切数据，皆可计算------下一代全模态计算服务 AI Native MaxCompute"的演讲，宣布 MaxCompute 面向 AI 时代的全模态数据需求进行重大升级。Gartner 预测 2023 年仅 1% 的 GenAI 方案为多模态，到 2027 年将达到 40%；IDC 预测中国机器人支出到 2030 年达 770 亿美元，年复合增长率 94%。张治国指出，大数据平台的计算对象、使用者和算力需求正在同时发生根本性变化，MaxCompute 此次围绕存储、算力、引擎、行业管线和 Agentic 入口五个维度做了系统性升级。
阿里云智能集团 · 计算平台事业部 MaxCompute 负责人 张治国
Blob 数据类型与 Object Table：多模态数据统一入仓
非结构化数据涌入数仓是这次升级的起点。张治国坦言，MaxCompute 十多年来擅长的是结构化数据的强 schema 化处理，filter 和 join 一直是核心能力，但随着音视频图文等非结构化数据规模快速增长，平台需要具备同等规模的多模态数据处理能力。
MaxCompute 分两步解决了这个问题。一年前发布的 Object Table 将 OSS、S3 上的文件引入仓内，用元信息与文件引用的方式统一管理。今年新发布的 Blob 数据类型进一步解决了大对象的随机访问效率问题------支持引用与实体分离存储，文本压缩达 5 倍，TableScan 降低 45 倍。音视频图文数据与其元数据、标注信息现在可以混存在一张表中，用一条 SQL 就能完成筛选和管理，让非结构化数据获得了与结构化数据同等的管理能力。
Serverless GPU 与异构算力：三类 Quota 统一调度
数据变了，算力需求的节奏也跟着变了。张治国指出一个关键差异：传统 BI 和 ETL 是按部就班的每天或每小时跑批，AI 多模态处理则是脉冲式的，可能一个月里只有一两天需要大规模爆发，对弹性的要求完全不同。
MaxCompute 此次发布三类异构算力统一调度。CU Quota 提供通用 CPU 算力与 AutoScaling 智能扩缩；新发布的 GU Quota 提供 Serverless GPU 资源，单作业千卡并发，坏卡自动检测退水，支持分时弹性策略；Inference Quota 对接阿里云百炼商业化大模型，按 Token 计量付费，内置 TPM/RPM 限流自动重试。底层 MaxFrame 引擎升级为 DPE 异构资源统一调度，十万 CU 集群级容量，CPU 预处理与 GPU 推理按算子自动匹配，十秒内即可拉起十万级计算资源，用完即释，免自建 GPU 集群。 
SQL AI 全面升级：多模态算子与向量检索闭环
有了存储和算力，引擎层的任务是把数据、算力和模型拧到一起。MaxCompute 在 SQL 引擎上做了大幅升级：SQL AI 深度集成百炼大模型，支持文本、音视频、图像全模态算子，SQL 内一键调用，无需外部服务。新发布的向量检索能力补齐了多模态处理的最后一环------支持大规模向量近似搜索，索引可随数据更新自动维护，通过一条 VECTOR_SEARCH 语句即可在数仓内完成批量相似度匹配。张治国特别强调，AI Function 同时在 SQL 和 MaxFrame Python 引擎上可用，两个入口能力完全对齐。
这些能力已经在多个客户场景中跑出结果。知衣科技在跨境电商 AI 选品中完成 1000 万商品图与 200 万社媒图的 512 维离线匹配，替换原有方案后 CPU 消耗下降 73%，内存下降 93%，检索性能提升 5.86 倍。Qwen APP 完成 2400 万 Base 与 120 万 Query 的 RAG 语料评估，全链路耗时从 6 小时 15 分钟缩短至 32 分钟，常驻资源降为零，成本减少 80%。义乌商品城用 MaxFrame AI Function 完成亿级商品多模态理解，集成大模型实现商品描述多语言出海，百万 CU 弹性较自建方案性能翻倍。某车企一行 SQL 完成 10 万张车载壁纸智能分类，数据不出库、零搬运。
行业级数据管线：智驾、具身智能与大模型精炼 Skill 发布
存储、算力和引擎解决"能不能算"，行业级管线解决的是"多快能跑起来"。张治国透露，通义团队的音视频、图片、文本数据处理全部在 MaxCompute 上完成，这些实战经验已沉淀为标准化管线 Skill 对外发布。
大模型数据处理管线覆盖精炼与纠偏双循环：八阶段逐层提纯从格式对齐、PII 脱敏到五层递进去重和知识蒸馏，再到 BadCase 驱动的定向回流修复。自动驾驶数据产线 Skill 把"一周起步"的管线开发压缩为一句话------用户提供场景名、输入形态、处理目标和输出表名四个参数，Skill 自动生成代码、DDL 和运行手册，内置视频两段拆分、行级容错、Token 按阶段归因等工程最佳实践。
具身智能数据产线以穹彻智能为典型客户，从 UMI 夹爪采集、SLAM 位姿重建、QwenVL 语义标注到 LeRobot 标准数据集输出，全程 AI Function 管线内直调模型，异构算力混合调度，断点续跑不阻塞。穹彻的数据处理吞吐提升超 10 倍，弹性算力峰值超 10 万 CU，模型训练效率提升约 50%，全程零人工干预。
Agentic 套件：MaxAgent 发布，Agent 成为平台新用户
最后一个变化可能最为深远：使用 MaxCompute 的不再只是人，还有 Agent。张治国透露，目前已有接近 10% 的调用入口来自 Agent，这一比例正在快速增长。
MaxCompute 为此发布完整的 Agentic 套件。核心产品 MaxAgent 覆盖作业诊断、成本优化、权限审计、元数据探索、智能推荐、知识问答六大场景，以用户身份执行，只读不越权，支持钉钉机器人多渠道接入，内部研发效率已提升超过 50%。数据开发链路上，MaxCompute 与 DataPaw 合作托管平台语义层，自动发现元数据与业务规范，用户通过自然语言即可完成从问题理解到结果交付的完整开发流程。底层 MCP Server 将 OpenAPI、StorageAPI、CatalogAPI 封装为 Agent 可直调的结构化工具，OAuth 认证保障企业级安全，第三方 Agent 即插即用。
从存储底座到异构算力，从双引擎到行业管线，再到 Agentic 入口，MaxCompute 正在从一个以结构化数据处理为核心的数仓引擎，演进为能够处理一切数据的全模态计算服务。