腾讯游戏数据团队发布智能数据帮手Deltaverse UData
作者:社会 来源:男性 浏览: 【大 中 小】 发布时间:2025-05-24 13:29:12 评论数:
在2024年12月7日的StarRocks Summit2024上，腾讯游戏数据团队孵化打造的数据品牌“Deltaverse”正式露脸，并发布了品牌旗下首个数据产品——大数据年代的智能数据帮手“UData”。在峰会现场，腾讯游戏数据的技能负责人、资深专家工程师刘岩宣布了主题为《AI年代的湖仓数据体系建造》的讲演，共享了腾讯游戏在「AI+湖仓」上的实践经验，以及UData怎么协助腾讯游戏事务提高数据作业功率。
腾讯游戏数据负责人刘岩在StarRocks Summit宣布主题讲演。
作为一款问答式智能AI数据帮手，UData根据大言语模型技能和湖仓一体架构打造，以新一代AI数据财物体系为支撑，财物能被AI了解和运用，能够提高事务需求到数据交给的精确率，为用户供给自然言语交互方法查询、探究、剖析和可视化数据的快捷体会。
据刘岩介绍，UData已被运用于腾讯游戏内部超越80个事务，SQL代码编写功率提高了300%。在人们最关怀的交给精确率方面，UData的一次性精确率到达89%，已满意实践事务场景需求。
UData产品界面。
“腾讯游戏现存事务每年有数万个数据发掘和数据提取类需求，比较BI场景，数据发掘需求面临数万乃至数十万张表，这些表能够让AI了解，而且做到人类水平的精确率，才干满意实践事务场景需求。”刘岩表明：“咱们一直在探究怎么更好地让AI才能为数据作业赋能，让AI真正被运用到实践事务场景中，让Data+AI成为企业的中心竞争力。UData是腾讯游戏数据团队内部的最佳实践，处理了构建"Data+AI"体系的要害问题。”。
提高AI交给精确率的要害：需求结构和财物建造。
腾讯游戏数据团队在很多的实践和研讨剖析中发现，在企业实践事务场景中AI写SQL的精确率之所以不高，往往并不是大模型才能短少，而是由于两方面的原因：第一是AI对数据需求的了解有歧义;第二是AI对数据财物的了解有歧义，大模型没有取得齐备的信息。
针对这两个痛点，UData的技能道路要点就放在了需求结构和财物建造这两个方向上，经过工程化的方法来提高AI的精确率。
在需求结构上，首要界说AI和人都能了解的需求标准，根据界说好的需求标准，匹配需求事例和职业常识，将人提出来的需求改写成标准的需求格局，消除AI了解需求的歧义。此外，当数据需求较为杂乱时，需求Agent能把杂乱需求分解成简略的子需求，下降AI生成难度，经过工程化方法组合成终究成果，保证安稳可控的交给质量。
UData需求结构流程。
举例来说，当用户提出需求：核算游戏内各个玩法、依照每天的参加率排名+次日留存排名+七日留存排名，算一个总排名。UData会去查询相应的游戏范畴常识，将这个杂乱需求分拆为4个子需求，别离核算并生成参加率、活泼用户、玩法参加率、次日和七留的SQL，终究将4个数据包SQL成果兼并，生成一个终究的SQL。
在财物建造方面，为了让AI能够更好的了解和运用财物，UData打造了根据“AI驱动的数据财物体系”。传统财物体系存在短少非结构化标准、建造滞后于事务需求、管理本钱高级问题，不能支撑大言语模型完结快速精确的交给数据需求。所以根据“新一代AI数据财物”，以让AI能够了解而且正确的交给SQL完结自助交给为方针，界说语义层建模标准，包含：职业常识、目标、维度、特征、元数据等。AI经过了解语意财物，对不同的需求选用不同的财物运用战略;关于现已有目标、维度财物的需求，经过引荐已有看板满意;关于新的目标、新的维度的需求，经过特征财物让AI生成目标、维度来满意;关于短少语意财物的需求，AI能够感知并预警，弥补特征等语意财物后，完结AI财物交给。
传统数据中台到新一代AI数据财物的晋级。
“新一代AI数据财物”能树立从事务需求、职业常识、数据结构之间的财物枢纽，经过范畴模型进行沉积和引荐，保证财物能被AI了解和运用。
“安稳可控的需求结构和AI可了解的财物体系，是UData提高AI交给精确率的要害，也是UData相较于职业其他产品的差异化优势。”腾讯游戏数据技能负责人刘岩表明：“从现在腾讯游戏内部的运用状况来看，精确率现已能够安稳在89%，咱们深信这个方向是靠谱的。”。
根据湖仓一体才能，完结智能动态的核算加快。
为了能够支撑对实时的明细数据进行探究和剖析，仅仅把SQL写对是不行的，传统的数仓架构(例如：Lambda)很多核算是T+1离线进行的，不能支撑对一切的数据进行实时快速查询。为此，UData对数据底座进行了晋级，选用湖仓一体的架构，经过数据实时接入、虚拟数仓、冷热分层等技能完结对实时明细数据的高效查询。一起，UData建造了一个本钱功率优化引擎，环绕财物热度、履行速度、数据量级三个方向快速定位需求优化加快的财物，经过财物整合、物化视图等方法，能够让数据低本钱、高功率的运用。
根据大模型才能，建造可继续优化的运营渠道。
以新一代AI数据财物为根底，经过通用大模型、范畴模型、Agent多智体架构，AI 才能得到了更好的开释。
现在，UData能够适配包含GPT、混元在内的多种职业通用大模型。此外，针对各行各业的职业Know-How、企业常识，UData引入了“范畴模型”，经过常识图谱、语义了解、检索、排序等技能，协助大模型更好地了解数据财物。
UData体系架构。
在渠道运用流程方面，UData运用Agent多智能体架构，打造了一个人与AI高度协同作业、可继续优化的运营渠道。将一个Job(作业)分解成若干的Task(使命)，在某些Task上由AI完结，某些Task人与AI协同完结(需求协同、检验协同)，掩盖从事务需求到数据交给的全链路，各节点Agent可与用户实时交互，及时感知问题并进行干涉和批改，保证体系的可继续优化。
AI多智能体架构。
让AI重构数据作业的各个范畴。
UData已被运用于腾讯游戏内部超越80个事务，针对MOBA、MMORPG、战术竞技等不同品类的游戏，UData会根据详细的事务个性化需求，进行产品的继续迭代晋级。
除了游戏事务之外，UData产品才能也可被用在其他职业，比如餐饮、金融、教育等，助力传统企业完结AI数字化转型，提高数据作业功率，并经过新一代AI数据财物提高数据管理ROI，协助企业降本增效。
AI技能在数据作业上的运用仍有巨大的潜力，腾讯游戏数据团队Deltaverse也在不断地探究，除了经过AI生成SQL以提高数据获取功率之外，咱们还在进一步测验将“AI+湖仓一体”的才能与更多东西和体系做集成，进一步探究发掘AI的潜力，完结用AI来重构数据作业的各个范畴。
对腾讯游戏数据团队Deltaverse、UData以及数据技能感兴趣的企业与合作伙伴，能够登录Deltaverse官网www.deltaverse.net 检查更多信息，免费请求产品试用。