谷歌再发力：上线BigQuery AI，智能体搞定数据分析管理，简单指令直达_老虎社区_美港股上老虎

谷歌再发力：上线BigQuery AI，智能体搞定数据分析管理，简单指令直达

华尔街见闻2025-11-22

用户可以通过自然语言描述需求，让智能体自动生成生产就绪的结构化查询语言（SQL）代码，无需移动数据或掌握复杂框架，即可在谷歌的数据分析平台BigQuery内完成模型训练、推理和工作流自动化，覆盖从特征工程到模型训练、评估、调优、部署和推理的端到端机器学习生命周期。继最强大模型Gemini 3、新一代图像生成模型Nano Banana Pro之后，谷歌本周再次亮出人工智能（AI）技术新成果——...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

暂无评论

热议股票

7x24

全部

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2585140779?lang=zh_CN&edition=full","thumbnail":"https://static.tigerbbs.com/f348812ea39b45cad3d64af127992eb9","is_english":false,"pubTime":"2025-11-22 04:14","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2585140779","market":"us","top_or_hot":-1,"title":"谷歌再发力：上线BigQuery AI，智能体搞定数据分析管理，简单指令直达","media":"华尔街见闻","content":"<div>\n<p>用户可以通过自然语言描述需求，让智能体自动生成生产就绪的结构化查询语言（SQL）代码，无需移动数据或掌握复杂框架，即可在谷歌的数据分析平台BigQuery内完成模型训练、推理和工作流自动化，覆盖从特征工程到模型训练、评估、调优、部署和推理的端到端机器学习生命周期。继最强大模型Gemini 3、新一代图像生成模型Nano Banana Pro之后，谷歌本周再次亮出人工智能（AI）技术新成果——...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN2025112202020795131e0c&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>谷歌再发力：上线BigQuery AI，智能体搞定数据分析管理，简单指令直达</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n谷歌再发力：上线BigQuery AI，智能体搞定数据分析管理，简单指令直达\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-11-22 04:14 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN2025112202020795131e0c&s=b><strong>华尔街见闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>用户可以通过自然语言描述需求，让智能体自动生成生产就绪的结构化查询语言（SQL）代码，无需移动数据或掌握复杂框架，即可在谷歌的数据分析平台BigQuery内完成模型训练、推理和工作流自动化，覆盖从特征工程到模型训练、评估、调优、部署和推理的端到端机器学习生命周期。继最强大模型Gemini 3、新一代图像生成模型Nano Banana Pro之后，谷歌本周再次亮出人工智能（AI）技术新成果——...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN2025112202020795131e0c&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"GOOGL","symbol_name":"谷歌A","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN2025112202020795131e0c&s=b","article_id":"2585140779","we_media_id":null,"thumbnails":["https://static.tigerbbs.com/f348812ea39b45cad3d64af127992eb9"],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN2025112202020795131e0c&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2585140779","pubTimestamp":1763756056,"columns":[{"name":"产品发布","id":31,"label_key":"productRelease"}],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"谷歌于11月21日宣布推出BigQuery AI，这是其自主数据到AI平台的最新升级。BigQuery AI这一工具旨在打破技术壁垒，使各类用户无需移动数据或掌握复杂框架，即可在BigQuery内完成模型训练、推理和工作流自动化。一站式ML生命周期管理BigQuery AI简化了从数据处理到AI推理的完整流程，将代码带到数据所在位置，而非反向操作。面向各类用户的智能体工具BigQuery AI整合了针对不同数据专业人员的智能体和辅助AI能力，自动化各类工作流程。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"GOOGL":"谷歌A","GOOG":"谷歌"},"translate_title":"Google makes another effort: launching BigQuery AI, intelligent agents can handle data analysis and management, simple instructions can be directly reached","themeId":"","isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/15759460ed472e1ac1d88d32337a5cda","symbols_score_info":{"GOOGL":1.5,"GOOG":1.5},"content_text":"用户可以通过自然语言描述需求，让智能体自动生成生产就绪的结构化查询语言（SQL）代码，无需移动数据或掌握复杂框架，即可在谷歌的数据分析平台BigQuery内完成模型训练、推理和工作流自动化，覆盖从特征工程到模型训练、评估、调优、部署和推理的端到端机器学习生命周期。继最强大模型Gemini 3、新一代图像生成模型Nano Banana Pro之后，谷歌本周再次亮出人工智能（AI）技术新成果——BigQuery AI，将机器学习（ML）、生成式AI功能、向量搜索和智能体工具整合至其数据分析平台BigQuery，让数据科学家和分析师能够通过简单的指令完成从数据处理到AI模型部署的全流程。谷歌于11月21日宣布推出BigQuery AI，这是其自主数据到AI平台的最新升级。该平台整合了此前分散的AI能力，包括内置机器学习（ML）、生成式AI函数、向量搜索以及面向不同角色的智能体工具。用户可以通过自然语言描述需求，让智能体自动生成生产就绪的结构化查询语言（SQL）代码。BigQuery AI这一工具旨在打破技术壁垒，使各类用户无需移动数据或掌握复杂框架，即可在BigQuery内完成模型训练、推理和工作流自动化。这一发布标志着谷歌在数据与AI融合领域的深化布局。通过将先进AI模型直接引入数据环境，BigQuery AI省去了数据迁移和基础设施管理的复杂环节，让企业能够更快从数据洞察转向实际行动。谷歌称，开云集团旗下德国运动品牌彪马（PUMA）已利用该平台的ML能力实现受众细分，使顶级细分群体的点击率提升149.8%，转化率增长4.6%。生成式AI直达多模态数据BigQuery AI的核心优势之一是通过简单的SQL命令，将谷歌及合作伙伴的AI模型直接应用于BigQuery中的多模态数据。AI函数将大语言模型（LLM）和嵌入模型集成到SQL查询中，支持内容生成、分析、摘要提取、结构化数据提取、分类和数据丰富等任务。用户还可利用这些函数完成过滤、评级等常规操作。托管AI函数让系统自动选择成本和质量最优的模型。嵌入和搜索功能则提供语义理解能力，超越传统关键词检索。向量搜索允许按含义和上下文搜索，而非仅匹配精确词汇，可发现概念相关的项目。这些能力支持检索增强生成（RAG）、多模态搜索、数据去重、聚类和推荐引擎等应用场景。一站式ML生命周期管理BigQuery AI简化了从数据处理到AI推理的完整流程，将代码带到数据所在位置，而非反向操作。用户无需移动数据或管理基础设施，即可使用SQL或Python直接在BigQuery中训练和运行模型。该平台覆盖从特征工程到模型训练、评估、调优、部署和推理的端到端生命周期，用户无需掌握专门的ML框架。在模型选择上，平台提供内置模型、支持导入在Vertex AI中训练的自定义模型，或使用预训练模型（如TimesFM）进行零样本推理。统一推理功能支持通过批处理、实时流或远程推理无缝执行预测。用户可在BigQuery Studio、集成AI功能的Colab Enterprise笔记本或自选IDE中开发。谷歌在4月推出的BigQuery ML创新中，新增了尖端预训练预测模型TimesFM，大幅简化预测问题，并支持使用LLM生成或提取结构化数据。面向各类用户的智能体工具BigQuery AI整合了针对不同数据专业人员的智能体和辅助AI能力，自动化各类工作流程。数据工程智能体允许用户通过自然语言描述需求，构建、修改和管理数据管道。它将普通语言请求转化为生产就绪的SQL代码，自动执行数据清理、转换和模式建模等复杂任务。数据科学智能体帮助自动化端到端数据科学工作流，创建多步骤计划、生成和执行代码、对结果进行推理并展示发现。用户可通过简单提示生成可视化、解释和转换代码，以及自动解释和修复错误。对话式分析智能体则让业务用户跨越技术障碍，用自然语言提问并获得清晰可执行的情报，真正实现数据民主化。除第一方智能体外，BigQuery还提供构建定制智能体的工具套件。对话式分析API提供将自然语言处理能力嵌入自有产品的构建模块。智能体开发套件（ADK）为构建和部署复杂多智能体系统提供全栈框架，模型上下文协议（MCP）则标准化了AI模型与数据库及其他工具的通信方式。数据画布和代码补全等辅助AI功能进一步简化和加速日常任务。","kind":"news","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"1","news_tag":"productRelease","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":1,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"isCrawlerRequest":true}