Hitachi Vantara推出全新iQ Studio智能体构建平台,帮助客户大规模构建、部署和管理AI智能体及应用程序。
Hitachi iQ Studio智能体构建环境概述
Hitachi iQ是Hitachi AI产品系列的统称,其中iQ Studio作为智能体技术栈开发环境,于今年5月首次发布。该平台涵盖从基础计算存储基础设施到应用程序的完整技术栈,包括管理、开发和部署层,以及AI工作流、框架和模型,提供受管控的本地化主权AI工具集环境,并采用英伟达技术方案。
Hitachi Vantara首席技术官Jason Hardy表示:"AI技术已经超越了实验阶段,但许多组织仍需要合适的基础设施来有效扩展AI应用。通过Hitachi iQ Studio,我们将易用工具与企业级性能和治理相结合,让AI变得更加用户友好和易于管理。这将带来更快的创新速度、更强的监督能力,以及可扩展、负责任的AI发展路径。"
技术架构与核心功能
iQ Studio基于英伟达AI数据平台参考设计构建,包含iQ Studio Agent和Studio Agent运行时组件,并与英伟达的NIM和NeMO Retriever微服务相连。该平台能够从VSP One对象和文件系统中提取数据,进行向量化处理,并将向量存储在Milvus向量数据库中。
目前,iQ Studio已发展成为一个完整的集成中心,提供无代码和低代码智能体构建器,以及工业AI模板库,支持跨各种环境的原型设计和生产部署。
预集成RAG管道与智能体工作负载
Hitachi表示,iQ Studio提供预集成的检索增强生成(RAG)管道,为智能体AI工作负载交付AI就绪数据。该平台将RAG管道与模型上下文协议(MCP)、现成算法和预构建模板相结合,使缺乏内部技术专长的企业也能轻松创建和部署自己的AI应用和服务。
平台内置模型管理系统,支持在客户自有基础设施内本地部署和服务大语言模型和机器学习模型。iQ Studio还提供针对工业和企业环境定制的预测性维护、操作技能评估和车队优化等内置蓝图。
实施建议与最佳实践
虽然iQ Studio无法为客户决定需要哪些AI智能体、是否可行以及如何开发和交互,但Hitachi建议采用以下基本框架:
首先,在客户支持、发票计费或供应链等领域寻找基于RAG的智能体用例,这些领域目前主要依靠人工解决复杂但相对简单的问题。
其次,设计能够使用内部员工解决一级支持类问题的高级智能体架构。
然后,安排内部开发人员、数据工程师或AI智能体系统集成人员使用iQ Studio构建和测试智能体。
最后,设置隐私保护措施并审核结果,不断优化改进。
平台管理与治理能力
Hitachi强调,iQ Studio允许技术团队和业务团队创建、管理和监控能够带来可衡量成果的AI智能体,提供评估、微调和生命周期治理功能。对于生成式AI和预测性AI应用,Hitachi iQ Studio支持模型和提示管理、带反馈循环的数据策划、可扩展部署以及内置治理和安全功能。
市场展示与合作伙伴关系
Hitachi Vantara将在11月16-21日于密苏里州圣路易斯举办的超级计算2025大会上展示Hitachi iQ Studio。
值得注意的是,包括Hitachi内容软件文件系统(HCSF)在内的Hitachi iQ基础设施已通过英伟达企业存储认证计划验证。HCSF还获得了英伟达云合作伙伴(NCP)认证,适用于云原生、多租户和服务提供商环境。
目前,基于英伟达AI数据平台参考设计提供AI工厂类产品的存储供应商还包括Cloudian、Cohesity、DDN、戴尔、Hammerspace、HPE、IBM、NetApp、Nutanix、Pure Storage、VAST Data和WEKA等。Hitachi Vantara与Hammerspace和WEKA建立了合作伙伴关系。
Q&A
Q1:Hitachi iQ Studio是什么?有什么主要功能?
A:Hitachi iQ Studio是Hitachi Vantara推出的智能体构建平台,是一个AI技术栈开发环境。它提供无代码和低代码智能体构建器、工业AI模板库、预集成RAG管道,以及内置的模型管理系统,帮助企业大规模构建、部署和管理AI智能体及应用程序。
Q2:使用iQ Studio需要哪些技术基础?
A:iQ Studio设计为让缺乏内部技术专长的企业也能使用。它提供预构建模板、现成算法和无代码/低代码构建器,降低了技术门槛。不过,仍建议安排内部开发人员、数据工程师或AI系统集成人员来操作和维护。
Q3:iQ Studio适合哪些应用场景?
A:iQ Studio特别适合客户支持、发票计费、供应链管理等需要处理复杂但相对简单问题的领域。平台还提供预测性维护、操作技能评估和车队优化等工业环境定制蓝图,主要面向解决一级支持类问题的智能体应用。
好文章,需要你的鼓励
多数企业已从AI试点阶段转向可重复、可衡量的业务实践。Walgreens通过建立AI卓越中心实现有序创新,FMOL Health将ROI扩展到医生和患者满意度等非财务指标,Steelcase通过数据治理委员会建立AI信任框架,ZoomInfo让员工自主构建AI智能体实现人机协作。这些经验表明,成功的AI战略需要在创新与治理、自动化与人工判断之间找到平衡。
Feedzai团队首次系统评估了AI模型理解散点图的能力,创建了包含18,000张图表的大规模数据集。测试十个先进AI模型发现,在简单计数任务中部分模型准确率超90%,但精确定位任务表现不佳,准确率多在50%以下。研究还发现图表设计对AI性能有轻微影响,为AI辅助数据分析提供了重要参考。
Sandbar公司推出Stream Ring智能戒指,专为随时记录灵感而设计。用户只需轻触戒指并轻声说话,即可将想法转录为笔记。该产品采用个性化数字语音技术,创造如自言自语般的体验。不同于传统AI助手,Stream Ring专注于认知扩展而非替代思考。产品配备全天候电池,支持私密范围内的语音识别。银色版售价249美元,金色版299美元,计划2026年夏季发货。
KAIST研究团队开发出MG-Select系统,首次让视觉语言机器人具备"货比三家"的决策能力。该系统通过生成多个行动候选方案并利用内部评估机制选择最优解,无需额外外部验证系统。在真实世界测试中,机器人精确操作成功率提升28%-35%,某些任务改进达168%,为机器人在医疗、制造等高精度应用领域的发展奠定重要基础。