【智能时代的数据系统】聚焦数据系统向智能化范式的深刻变革，梳理智能时代数据库技术的关键突破口，探索数据管理与人工智能深度融合的创新路径，为我国数据系统领域的自主创新与产业升级提供思想碰撞与学术交流的平台。
论坛简介
在人工智能与大模型迅猛发展的背景下，数据系统正经历从传统架构向智能化范式的深刻变革。面向大模型训练、推理与智能体应用，提升数据系统的分析能力、运行效率与自主性，已成为学术界与产业界共同关注的前沿议题。
要实现这一转变，数据系统既要为智能应用提供高效的知识获取与记忆支撑，也要借助人工智能贯通数据发现、准备与分析，推动数据价值的自主挖掘。然而，复杂结构化数据的分析精度与训练效率难以兼顾，大规模向量检索与长上下文推理仍面临效率瓶颈，数据科学流程也缺乏自主协同机制。如何突破这些瓶颈，将局部能力提升转化为系统整体智能，是本领域亟待解决的关键问题。
本论坛将围绕大规模结构化数据智能分析、向量数据引擎、数据驱动的智能自我演化、智能体驱动的自主数据科学系统，以及超长上下文推理中的记忆管理与缓存复用展开讨论，探讨数据系统与人工智能深度融合的新型架构、关键技术与发展方向，为我国数据系统领域的自主创新与产业升级提供思想碰撞与学术交流的平台。
日程安排
顺序 | 主题 | 主讲嘉宾 | 单位 |
1 | 面向大规模结构化数据的智能分析技术 | 袁野 | 北京理工大学 |
2 | 大模型的图书馆：向量数据引擎的机遇与挑战 | 童咏昕 | 北京航空航天大学 |
3 | 数据驱动的智能自我进化 | 周文超 | 阿里云 |
4 | 智能体驱动的自主数据科学系统：进展与展望 | 范举 | 中国人民大学 |
5 | AlayaDB.AI: 大模型时代的数字基座 | 唐博 | 南方科技大学 |
论坛主席：
东北大学教授
个人简介｜CCF数据库专委会、分布式计算与系统专委会、信息系统专委会执行委员，2023年CCF自然科学二等奖获得者。东北大学教授、博士生导师、计算机科学与工程学院副院长，国家级高层次青年人才，辽宁省杰青。研究方向为数据库系统、机器学习系统。承担国家重点研发计划课题、国家自然科学基金重点项目课题、国家自然科学基金、华为2012实验室、阿里巴巴达摩院、蚂蚁研究院等项目。在SIGMOD、VLDB、ICDE、PPoPP、SOCC等国际顶级会议期刊上发表论文80余篇。
论坛讲者：
CCF数据库专业委员会副主任委员，北京理工大学教授
个人简介｜北京理工大学教授、博士生导师，国家杰青和优青基金获得者。主持国家自然基金重点项目，科技部重点研发项目。曾获2023年国家科技进步二等奖，2020年中国电子学会自然一等奖，教育部和辽宁省科技进步一等奖、全国优秀博士论文提名奖、CCF优秀博士论文奖。袁教授是中国人工智能学会服务专委副主任、IEEE、ACM高级会员。主要研究方向为人工智能、大数据。发表CCF A类论文200余篇。
报告题目｜面向大规模结构化数据的智能分析技术
报告摘要｜结构化数据分析是数据库智能化的关键技术。传统的结构化数据分析主要侧重于数据聚合等任务，难以满足现代预测分析需求，并且在面向不同数据和任务时扩展能力有限。同时，基于深度学习的智能分析技术已在图像、文本等非结构化数据领域取得显著进展。但是，如果将现有智能分析方法直接应用于大规模结构化数据，会遇到特征维度高、关系复杂；数据稀疏、信息量有限；以及训练开销大等挑战。为此，本次报告主要聚焦于面向结构化数据的智能分析方法，并从特征选择、模型构建、性能提升等三个方面进行分析，介绍自动特征正则方法、结构化数据大模型、混合并行训练方法等创新成果，以实现高效、准确且可扩展的结构化数据智能分析。
CCF会员与分部工委副主任委员，北京航空航天大学教授
个人简介｜CCF走进高校工作组组长。北京航空航天大学教授，博士生导师，计算机学院副院长、智能原生数据系统北京市重点实验室主任、中国人工智能学会智能服务专委会副主任。主持国家杰青和优青项目、重点项目、国家重点研发计划课题等。获中国电子学会自然科学一等奖和青年科学家奖等奖励。研究方向为联邦学习、向量数据库系统、AI-Ready数据引擎、大模型智能体等。发表CCF-A类论文100余篇，谷歌学术引用1.9万余次。担任Frontiers of Computer Science执行编委、IEEE TKDE与PVLDB编委、DASFAA 2024程序委员会主席等。
报告题目｜大模型的图书馆：向量数据引擎的机遇与挑战
报告摘要｜向量数据引擎是大模型时代的关键数据基础设施，被广泛应用于AI-Ready训练数据集构建、检索增强生成（RAG）以及智能体记忆管理等场景。本报告将首先回顾向量数据引擎的发展脉络，剖析向量数据库在大模型训推与智能体中的核心应用。随后，结合产业需求与团队最新研究成果介绍向量数据领域的前沿进展，最后展示相关技术的落地应用，并对向量数据管理未来的发展趋势进行展望。
阿里云数据库事业部资深技术专家、生态工具部负责人
个人简介｜周文超，阿里云数据库事业部资深技术专家、生态工具部负责人。负责数据库工具与管控的研发以及数据库系统与内核方向科研，专注于数据库架构及分布式系统，高可靠及弹性数据库架构技术。曾任美国乔治城大学计算机系终身教授，获美国基金委NSF杰出教授奖。在一流学术会议和期刊发表论文60余篇，获EDBT和SIGCOMM的最佳论文和最佳系统实现奖等奖项。
报告题目｜数据驱动的智能自我进化
报告摘要｜本报告探讨数据驱动智能系统持续演进的技术范式，提出“智能生产—智能应用—自我优化”的框架。通过统一多模态数据处理与大规模模型训练，构建面向智能体的数据语义和高效推理基础设施，并利用运行过程中产生的负载、日志及性能反馈持续优化系统，实现数据、模型、应用与计算平台之间的协同演进，推动智能基础设施从依赖专家经验的人工调优，逐步迈向可评估、可验证、可迭代的自我改进。
CCF YOCSEF主席，中国人民大学教授
个人简介｜CCF YOCSEF主席、数据库专委会与大数据专委会执行委员。中国人民大学教授、博士生导师，国家级青年人才。长期围绕数据治理技术、智能数据系统等方向开展研究，相关成果在CCF-A类期刊和会议上发表论文70余篇，先后主持国家自然科学基金优青项目、重点项目、面上项目，以及CCF-华为胡杨林基金、CCF-腾讯犀牛鸟基金等多项产学研合作项目。获得ACM SIGMOD Research Highlight Award、ICDE 2025 Best Paper Runner-Up Award、宝钢优秀教师等奖励与荣誉。
报告题目｜智能体驱动的自主数据科学系统：进展与展望
报告摘要｜数据科学系统的智能化水平决定了数据价值释放的效率。现有研究多聚焦数据准备、数据发现、分析建模等单点任务，缺乏面向全流程、自主决策与持续演进的系统研究。随着大模型与智能体技术的快速发展，构建智能体驱动的自主数据科学系统正成为数据管理领域的重要发展方向。本报告将介绍报告人在数据发现（DeepDiscovery）、数据准备（DeepPrep）和数据分析（DeepAnalyze）等方向的研究成果，探讨智能体驱动的数据科学全流程协同与自主执行机制，并展望自主数据科学系统架构与关键技术的演进路径。
南方科技大学研究员
个人简介｜南方科技大学研究员，博士生导师，国家优青基金获得者。研究方向为大数据和大模型，研究成果一贯发表于SIGMOD，PVLDB，TODS等相关领域顶尖国际会议和期刊上，研发技术广泛应用于微软、腾讯、华为等一线IT企业中。曾三次获得华为火花奖以及三次率领团队获得CCF-A类会议专业竞赛全球冠军（SIGMOD2021，NeurIPS2021和SIGMOD2024）。
报告题目｜AlayaDB.AI: 大模型时代的数字基座
报告摘要｜随着大模型时代的到来，向量作为大模型的元数据被应用于大模型的方方面面（如检索增强生成、KV Cache、稀疏注意力算法等）。我们团队以向量为切入点，构建面向超长上下文的高效推理系统。在此报告中，我将分享我们团队在超长上下文推理过程中记忆系统、KV缓存复用等方面的研究成果，包括但不限于AlayaLite、AlayaKV和AlayaJet，并简要分析构建大模型时代数字基座的关键挑战。
欢迎参加CNCC2026
CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。
点击“阅读原文”，加入CCF。