原副标题：于银河信息控制技术将向何方去？统计数据挖掘将向何方去？

如果从2015年算起，过去8年间，中国民营企业的网络化结构调整，展开的血雨腥风。但至于结构调整效果嘛……，似乎还是感觉还欠点分寸。

“欠点分寸”并不代表者信息控制技术民营企业的潜能不行，也不代表者信息控制技术民营企业没有坚实做好统计数据结合、统计数据环境治理等此基础工作，只是位数控制技术转变为位数潜能的过程，还比较繁杂稳当，网络化应用软件系统的表现潜能也还总险些意思。

大数学模型的成熟，给信息控制技术产业添了一把火。在那个黄金时代，大部份的统计数据商业价值将隐晦熔岩流现；在那个黄金时代，大部份应用也都值得重做两遍；但这也给于银河信息控制技术出了一道题——于银河信息控制技术的控制技术发展将向何方去？统计数据挖掘将向何方去？

天下人都是统计数据生物学家

“今后，每个人都将找到个人化的AI现职。平凡人不再需要掌握繁杂工具，就能快速处理统计数据。”站在“向星力·今后统计数据控制技术首脑会议”的台前上，于银河信息控制技术创办人、CEO孙元浩提出他的判断：“今后天下人都是统计数据生物学家，人类与统计数据的X310e将发生重大革新，语言、音频等语义的X310e将逐渐普及化。”

这也是于银河信息控制技术的方向。

作为国内第一家上市的升级换代大统计数据此基础应用软件民营企业，于银河信息控制技术无疑特别热烈欢迎“大数学模型”。原因很简单：大统计数据与大数学模型二者，天然就是相互依赖、相互促进——大统计数据能为大数学模型提供更多更多的统计数据样品和意见反馈，帮助其不断强化和提高自身的潜能。大数学模型也能通过对大统计数据的学习，实现更加繁杂和精确的任务，并以更间接的X310e抒发统计数据商业价值。

而这种“更间接的X310e”，或可脑补如此情景——“提议在市郊设立仓储配送营业网点，以降低仓储成本。”今后如前所述大数学模型的AI现职，能依照命令，自动聚合统计数据挖掘结果，并呈现给统计数据生物学家。再进一步，AI现职还能依照命令，推断统计数据生物学家的销售业务企图，并提供更多先期销售业务提议。

各家民营企业都能有“大数学模型”

不过，这也是Vizille。

“天下人都是统计数据生物学家”，前提是各家民营企业都能用上，或者都能拥有她们的“大数学模型”。但就像中国民营企业对公有云的态度，同样出于统计数据安全等各方面考虑，她们中的一部分，不可间接网络连接民用大数学模型，她们更希望布署她们的本土化大数学模型。

“在金融、能源、交通、政务等各个领域，都将诞生行业大数学模型。行业大数学模型将具有专家潜能，能够构造繁杂的应用。”孙元浩说：“为了打造这样的大数学模型，需要信息控制技术民营企业提供更多完整的工具链，对通用大数学模型进行不断训练和持续改进。”

显然，孙元浩在“各家民营企业都能拥再有数学模型”之前，设置了两个绕不过的关键词——“专家潜能”和“工具链”。事实上，商业的通用大数学模型和社区开源大数学模型，都是不可能生来就具有“专家潜能”。

或者说，虽然大数学模型在语义理解、文本聚合、图像聚合等方面具有惊人的表现，但将大数学模型落地于应用情景，仍无法理解行业术语，无法执行行业中的特定任务，也无法针对行业做出分析、推理和决策。这就像大学生进入职场，必须踏实做好几年“实习生”，才能在工作中独当一面。

不仅如此。大数学模型虽好，但是训练、维护的控制技术要求相当高、训练难度大，且训练费用巨大。这也给“每个民营企业都能打造她们的专属大数学模型”，增加了无数的障碍。

于银河信息控制技术的下一个发力点

但上述障碍并非不能解决。

于银河信息控制技术在行业内率先提出行业大数学模型应用创新情景，并推出相应的工具，帮助民营企业构建自有的民营企业大数学模型，并通过大数学模型此基础设施，形成具备“新型人机交互”且“敏捷可持续迭代”的人工智能应用。

“于银河Sophon LLMOps”就是此次全新推出的工具平台。但于银河信息控制技术并不只想做美国西部淘金热中那群卖牛仔裤的人。其完整的工具链，至少能帮助客户解决三个核心痛点：第一，帮助客户从“通用大语言数学模型”训练/微调，得到“满足自身销售业务特点的领域大语言数学模型”；第二，帮助客户将原型的大语言数学模型应用，成功在实际生产中投入应用；第三，帮助客户运营在生产中应用的大语言数学模型和大数学模型的持续提升。

除此之外，于银河信息控制技术还率先推出了两大行业大数学模型：金融大数学模型“无涯”和大统计数据挖掘大数学模型SoLar“求索”。这似乎是在证明，“于银河Sophon LLMOps”工具链的商业价值，也是在证明于银河信息控制技术的行业积累和控制技术积累。

于银河信息控制技术推出金融大数学模型“无涯”。估计其希望以此寓意，金融大数学模型的潜能无边界，进化无止境，同时也强调大数学模型领域的“学海无涯”。“无涯”使用上百万的专业金融语料，这使其擅长处理金融量化领域的各类问题，诸如在政策和研报分析、新闻解读、事件总结和演绎推理上，“无涯”都具备强大的理解和聚合潜能。同时，“无涯”还能够对股票、债券、基金、商品等各类市场事件进行全面的复盘、传播和推演；能够聚合另类的策略因子集合，构建立体的归因解释体系。

另一方向，于银河信息控制技术还如前所述在SQL编辑器的多年积累，推出了大统计数据挖掘大数学模型SoLar“求索”。取

依旧专注底层控制技术

当然，作为一家此基础应用软件公司，于银河信息控制技术依旧专注底层控制技术研究。在此次首脑会议期间，于银河信息控制技术推出了自研的向量统计数据库。对此，孙元浩阐述了背景：“统计数据处理从多数学模型向多模态结构调整，从单一模态向多模态进化，民营企业统计数据挖掘来到新的次元。”

其实，在大数学模型火爆出圈之前，向量统计数据库非常小众，但就在ChatGPT发布后的5个月，Pinecone、Weaviate等初创公司都先后获得B轮融资。原因很简单：当创业者的目光聚焦在大数学模型，以及大数学模型应用、衍生产品时，为其提供更多“后勤服务”的向量统计数据库拓宽了聚合式AI细分创业赛道。

于银河信息控制技术也希望为大数学模型，做好“后勤服务”。作为一款民营企业级云原生分布式向量统计数据库，Transwarp Hippo支持存储、索引以及管理海量的向量式统计数据集，能够高效地解决向量相似度检索，以及高密度向量聚类等问题。

而且与开源的向量统计数据库不同，Hippo具备高可用、高性能、易拓展等特点，支持多种向量搜索索引，支持统计数据分区分片、统计数据持久化、增量统计数据摄取、向量标量字段过滤混合查询等功能，能够很好地满足民营企业针对海量向量统计数据的高实时性查询、检索、召回等情景。

除此之外，在此次首脑会议期间，于银河信息控制技术还推出已实现湖、仓、集一体化和多模架构的于银河大统计数据此基础平台TDH 9.3，分布式分析型统计数据库ArgoDB 6.0、分布式交易型统计数据库KunDB 3.2、构建海量统计数据互联智慧“星”图的分布式图统计数据StellarDB 5.0、面向多元情景的高性能时序统计数据库TimeLyre 9.1，提出六易、三仓、两中心的新一代智能分析全流程平台Sophon，以及统计数据要素流通产品Navier 3.1等产品。

而上述从工具，到数学模型，再到底层统计数据库，正构成了于银河信息控制技术今后的核心战略，其商业价值也正如孙元浩最后所说：

“

今后统计数据处理将走向智能化、多模态和平民化，其中领域大数学模型让统计数据处理的自动化程度更高、结果更能为我所用；统计数据处理将从单一模态向多模态进化，民营企业统计数据分析来到新的次元；统计数据处理平民化，让平凡人不再需要掌握繁杂工具，就能快速处理统计数据。

”