点击蓝字 关注我们Tencnet Cloud Big Data本文共计3680字 预计阅读时长12分钟我国“十五五”规划纲要草案纲领性提出“深入推进数字中国建设提升数智化发展水平”“激活数据要素潜能加快数智技术创新深化拓展“人工智能”赋能经济社会发展和治理能力提升促进生产方式深层次变革和生产力革命性跃迁。”为我国数智化发展注入强劲动能。2026年3月3日在中国信通院组织的首家数智一体化平台DIOps技术要求专项测试中腾讯云WeData完成了专项测试的全部内容成为首个完成此项测试的产品。数据智能的核心价值在于利用数据洞察与智能推理的协同优势驱动业务场景高效运行。然而当前企业在推进数据智能落地过程中普遍面临一系列工程化挑战顶层设计框架模糊、数据与模型研发流程割裂、跨团队协同不顺畅、工程化与一体化能力不足导致项目反复试点却难以形成规模化生产力。针对这一现状中国信通院依托CCSA TC601 WG16人工智能数据工作组WG18企业数智化工作组开展数据智能一体化DIOps标准编制腾讯云是核心参编方之一。标准旨在明确数据智能一体化DIOps平台必备功能探索数据智能一体化工具标准体系推动数据智能应用价值释放。作为国内首个面向DataAI一体化能力的系统性评测该测试围绕数智准备、数智开发、数智运维与制品管理四大能力域从工程化、一体化、全流程协同等多个维度进行全面检验共覆盖56个功能点。其意义不仅在于功能完备性验证更在于为企业推进AI规模化落地提供了权威能力标尺。▲ DIOps标准框架4大能力域、13个二级功能、56 个功能点1行业首家腾讯云WeData四大能力域全景企业在推进AI与数据深度融合的过程中普遍面临三重困境数据资产难沉淀、模型研发过程不可追溯、AI应用从试点到生产的工程化能力缺失。针对这些痛点本次DIOps测试构建了从数据准备到制品交付的完整评估体系腾讯云WeData凭借覆盖全链路的平台能力在四大能力域中均通过了专项测试。1.数智准备构建高质量数据与模型资产底座AI规模化落地的前提是高质量、可管理的数据与模型资产。在数智准备能力域WeData提供多源异构数据集成与标准化接入能力支持结构化、半结构化及非结构化数据的统一汇聚与治理同时构建模型资产管理体系实现模型版本、元数据与血缘关系的全程可追溯让企业告别“数据找不到、模型理不清”的困境。▲ 腾讯云WeData产品界面2.数智开发打通数据工程与模型研发的一体化开发范式传统模式下数据开发与模型训练往往分属不同团队和工具链协同成本高、迭代效率低。在数智开发能力域WeData 重构了DataAI开发范式WeData Studio提供VSCode级别的云端IDE体验内置AI编程助手支持SQL与Python代码的智能生成、纠错与逻辑解释将天级别的数据开发工作压缩到小时级别。WeData ML提供自动化建模的批量训练能力和分布式训练等大规模训练能力满足规模化、工程化的模型开发需要。WeData Workflow首次将数据清洗、仓库加工与AI模型训练统一纳入同一工作流进行编排与调度支持多引擎协同与任务依赖管理以业务SLA为导向实现全流程状态监控与预测实现“数据到智能的零摩擦转化”。▲ 腾讯云WeData产品界面3.数智运维保障训练推理一致性与规模化稳定运行模型从实验室走向生产环境运维能力决定了智能服务的可靠性与持续性。在数智运维能力域WeData 构建了统一特征管理体系实现离线与在线特征统一管理和消费解决训练与推理数据不一致的核心痛点。平台支持多模型并行运行的状态监控、模型质量/漂移监控、异常告警与自动恢复为高频决策场景如实时风控、在线推荐提供毫秒级稳定服务保障。▲ 腾讯云WeData产品界面4.制品管理实现DataAI工程化交付与持续迭代AI应用的规模化落地不能停留在“一次性项目”需要具备软件工程级别的交付与迭代能力。在制品管理能力域WeData引入面向DataAI的原生CI/CD机制将数据工程与AI应用的代码、配置及运行环境进行标准化封装。结合GitOps自动化流水线实现从开发、测试到生产环境的持续集成与发布一气呵成大幅提升系统的可维护性与交付效率。▲ 腾讯云WeData DIOps平台全景2何以领先WeData DIOps的核心技术优势在通过DIOps全部4大能力域、13个二级功能、56 个功能点测试的背后是WeData在DataAI工程化领域的持续技术积累。信通院专家指出WeData的核心技术优势在于——它不是将数据平台和AI平台简单拼接而是构建了一个DataAI深度融合的统一平台让“从数据到智能”成为一条高效协同的工程化流水线。这一技术优势集中体现在以下层面开发体验层AI原生的云端IDE让数据工程师与算法工程师在同一环境中协作打破传统IDE边界。流程编排层统一的工作流引擎覆盖数据处理与模型训练全链路以业务SLA驱动调度优化消除跨团队协作壁垒。工程交付层DataAI原生CI/CD与GitOps流水线使智能应用具备与软件工程同等水平的交付、版本管理与持续迭代能力。统一管理层完善的平台管理体系保障数据、代码、环境、资源、模型、实验、服务等资产和制品被有效管理并且支持血缘追溯和版本管理。▲ 腾讯云WeData DIOps开发全流程3场景落地从标准评测走向业务价值DIOps标准的价值最终需要体现在真实业务场景中WeData已在多个行业核心场景中验证了DataAI一体化能力的落地效果。1.智能营销与精准推荐让模型能力转化为业务价值在零售、电商与内容平台场景中推荐与用户增长模型需要持续迭代、快速上线并保持效果可追溯。WeData提供覆盖数据准备、特征构建、模型训练到在线推理的全生命周期管理能力实现模型研发过程可追溯、实验与版本统一管理、模型快速部署与持续优化帮助企业将“模型实验”转化为稳定运行的在线服务。2.实时风控与用户增长保障训练与推理一致在金融风控、支付反欺诈、实时定价等高频决策场景中数据延迟或特征不一致往往直接影响风险判断与收益表现。WeData 构建统一特征管理体系实现离线与在线特征统一管理和消费解决训练与推理数据不一致、离线分析与实时服务割裂、特征重复建设与治理复杂等问题为实时决策提供稳定、可复用的数据底座降低误判风险。3. 多模型规模化运营让AI成为可持续能力在制造预测维护、物流调度优化、供应链预测等场景中企业往往同时运行多个模型但缺乏统一工程体系支撑。WeData提供标准化数据与模型流水线标准化交付、自动化版本管理与持续发布能力帮助企业构建可复制、可演进的AI工程体系让智能能力成为长期可运营资产。▲ 腾讯云WeData DIOps场景落地4未来展望迈向 AI 原生的数据智能底座信通院专家指出腾讯云WeData在数智准备、数智开发、数智运维及制品管理等关键能力维度表现突出已具备全流程一体化与工程化能力。这既是对WeData深耕DataAI一体化能力的权威认可也为平台未来发展指明了方向。面向AI原生时代腾讯云 WeData 将持续强化三大能力建设一是数据供给升级构建面向大模型与智能体的高质量数据供给体系夯实数据基础二是实时智能深化提升面向实时智能与复杂决策场景的数据工程能力保障训练推理一致性及低延迟服务三是工程化体系完善实现模型持续训练、自动发布与智能运维的规模化落地。未来WeData将从数据平台升级为连接数据资产、智能模型与业务场景的统一智能底座帮助企业在技术快速演进中构建长期稳定、可持续进化的数据智能能力实现真正的数据驱动增长。5DIOps标准介绍《数据智能一体化DIOps平台技术要求》旨在明确DIOps平台必备功能探索数据智能一体化工具标准体系引导产品在多模态兼容、智能驱动、安全合规、灵活适配等方面进行提升打造全链路技术规范适配多元场景推动数据智能应用价值释放。标准共有互联网、通信、金融、制造等多个行业的30余家企业技术专家参与讨论并形成了数智准备、数智开发、数智运维、制品管理4大能力域包括13个二级功能共56个功能点的标准框架并启动首批测试。DIOps标准及测试相关事宜请联系崔一妍 18301237908微信同尹正 15810811776微信同TencentBigData关注腾讯云大数据╳探索数据的无限可能往期精彩求点赞求分享求喜欢