入驻企业介绍 | 元枢智汇：打造新一代 Data-centric AI 基础设施

栏目导语

在 “全域智能” 赋能现代产业升级的浪潮中，上海交大工业技术创新研究院（以下简称 “交大工研院”）的入驻企业强势突围。这些企业深耕"全域智能”关键赛道，将前沿技术与产业智能化需求精准对接，在核心领域实现重点突破。本专栏聚焦这批创新力量，展现其硬核实力与实践成果，呈现工研院 “产学研用” 协同创新的培育成效，为高校、地方政府与产业的价值共创提供鲜活样本。

01 元枢智汇OriginHub

元枢智汇成立于 2024 年，基于自研的AI 数据库和DataFlow 数据准备框架，打造新一代 Data-centric AI 基础设施，帮助企业和大模型团队更高效的管理、检索、处理海量多模态数据，并进行体系化数据治理，从而将模型/智能体与数据低门槛、高效能地结合优化。团队成员来自普林斯顿、北大、交大、人大等顶尖院校，曾就职于 Meta、华为、腾讯等国际知名企业。团队已与中国联通、库帕思、一汽集团、中国管网、深势科技等头部企业及机构建立了深度合作。目前，元枢智汇正在联合上海算法创新研究院积极推动DCAI （Data-centric AI）联盟建设，与上海市政府主管部门、高校和科研院所、语料运营平台以及各行业合作伙伴一起打造 DCAI 生态，以数据为中心，推动 AI 发展政产学研用深度结合。

企业标语：以数据为中心，为大模型加速

02核心技术及业务：元枢智汇

大模型的迅猛发展高度依赖于大规模、高质量的训练数据。然而，当前主流的大模型训练数据及其处理流程大多未公开，公开可用的数据资源无论在规模还是质量上仍显不足，严重制约了社区在构建和优化训练数据方面的效率与创新。尽管已有如 OpenDataLab 等组织积极推动数据集开源，大模型的数据准备仍普遍依赖人工干预，流程碎片化、重复建设严重。不同团队往往需要从零开始搭建各自的数据清洗与构造流水线，缺乏统一、系统化且可复用的工具支持。与此同时，随着大模型技术的持续演进，智能体（Agent）技术正逐步渗透至各行各业，为实现高效、低成本的大模型数据治理开辟了全新路径。然而，现有主流数据处理框架（如 Hadoop、Spark）仍以传统批处理范式为核心，尚未针对大模型场景下的自动化、智能化数据治理需求进行深度集成与优化，难以满足高质量训练数据快速构建的迫切需求。

为此，我们倾力打造了DCAI 智能数据平台——一个面向大模型时代的端到端智能数据治理解决方案，旨在赋能开发者与研究者高效构建高质量训练数据，加速大模型创新落地。

元枢 DCAI 智能数据平台基于自研 AI 数据库和数据治理框架打造，帮助企业和大模型团队高效管理、检索、处理海量数据，并进行体系化、自动化数据治理。通过帮助大模型与领域数据深入结合，平台实现了大模型的精准性、实时性有效提升，训练和推理降本增效，大幅降低企业大模型创新、应用的技术门槛和成本。

元枢 DCAI 平台的优势场景如下：

- 全链路智能治理工具集：DCAI平台提供覆盖数据治理全生命周期的一站式解决方案，无缝集成数据解析、智能清洗、合成增强与质量评估等核心能力，高效驱动原始数据向高价值 AI 资产的转化。

- 告别低效人工，拥抱智能提速：依托大模型的自动化能力，平台将传统依赖人工的繁重任务（如数据标注、规则编写、文档解析等）效率提升数倍至数十倍，将原本耗时数周甚至数月的数据准备周期，压缩至数小时或数天，极大加速 AI 项目落地与数据价值释放。

- 极简流程构建，参与门槛低：内置丰富、可灵活组合的标准化算子节点，用户仅需通过直观的拖拽操作，即可快速搭建复杂数据处理流程，显著降低技术门槛与开发成本，让业务专家也能高效参与数据治理。

- 多模态数据深度理解与治理：平台具备对非结构化文本、图像、音视频等多模态数据的深度解析能力，确保治理范围无盲区，全面激活企业沉淀的各类数据资产。

- 弹性架构，随需而变：采用高度模块化与可扩展的架构设计，轻松应对数据规模激增、类型多样化及业务需求快速迭代的挑战，支持公有云、私有云及混合部署模式，灵活适配不同组织的 IT 环境。

- 企业级安全与合规保障：全面支持私有化部署、细粒度权限控制、数据脱敏、操作审计与追踪等功能，严格满足金融、政务、医疗等对数据安全与合规性要求极高的行业标准，让智能治理既高效又安心。

元枢 DCAI 平台作为 AI 基础设施，服务的业务场景覆盖医疗、金融、科研、工业制造、新能源、低空经济等行业的高质量数据集打造，以及大模型应用落地、企业 RAG 知识库搭建等等，以大模型为核心驱动力，赋能企业释放数据价值，加速 AI 创新进程。

元枢智汇将以 DCAI 基础设施为牵引，推动包括工具链、数据、算力、模型、应用的 AI 整体范式变革落地。在商业模式方面，我们针对缺乏自建基础设施的能力的开发者/AI 公司提供“一站式、高性能、低成本”的 AI 应用全链路开发与部署体验；对需要进行AI 转型升级，但缺乏技术能力行业客户则提供“赋能业务、加速创新”的 AI 转型解决方案。

03 案例及解决方案精选：元枢智汇

案例01 - 某航空科研单位-高质量数据集生产体系建设

项目背景：

某航空研究所承担着战斗机、运输机等航空装备全生命周期的数据治理任务。年均新增约几十万条质量记录、近千份标准化维护手册，以往靠“人工写脚本”方式完成解析、比对、入库，开发周期长、复用度低、质量不可控。本项目引入 DCAI数据平台（DataFlow），构建军工-航空领域可扩展、可复用的国产化数据处理流水线，实现从“手搓代码”到“平台化配置”的跃迁，并沉淀为可对外输出的军工级数据能力。

项目亮点：

模板+算子双复用：将所原有Python切片脚本封装成可插拔算子，沉淀为“标准化手册解析”“质量记录清洗”等10+可复用模板，新场景搭建时间从3-4人周降至0.5人天。

双向质量比对：同一份数据既跑“老脚本”又跑“新流水线”，平台内置diff引擎，字段级差异一键定位，平均发现隐性质量缺陷率下降32%。

多模态融合：对接所内Qwen2.5-7B多模态大模型，把维修手册中的图片、表格自动转结构化字段，图片识别准确率提升18%，免除人工二次录入。

项目价值：

效率：首条典型流水线（标准化手册→结构化数据库）落地仅用2周，相较传统编码模式提速5倍；后续同类型任务可直接复用模板，做到“0编码”上线。

质量：通过比对+大模型校验双保险，数据入库一次性合格率由85%提升到96%，减少后期返工与现场排故时间。

案例02 - 某大型集团型企业利用AI智能数据平台助破解招聘困局

项目背景：

在某集团型企业中，招聘流程的复杂度与数据量远超一般企业。多个子公司、分支机构和业务板块意味着海量的招聘需求与简历流入。传统的人工筛选与人工判断方式，难以应对这种规模化的人才匹配挑战。

我们为该企业提出基于 AI 数据平台的智能 HR 系统的解决方案，通过数据驱动与机器学习技术，重构招聘流程，实现从简历解析、岗位匹配到面试决策的全链路智能化，以显著提升招聘的精度与效率。

项目亮点：

我们基于自研的 AI 数据智能平台，打造的人才招聘智能系统融合 AI 数据库、自然语言处理与大模型能力，实现从简历解析到岗位匹配、从能力评估到面试生成的 全链路智能化招聘流程。

人才画像精细化：系统通过多源数据（招聘网站、开源平台、技术社区等）构建候选人“全息能力图谱”，自动识别候选人五年内的技术轨迹与核心能力。

智能匹配流水线：系统通过语义理解和深度匹配算法，实现人才画像与岗位需求之间的精准匹配。这一流程基于 AI 数据库的 多模态湖仓一体架构，实现结构化字段与向量字段的统一管理，支持亿级数据的毫秒级检索。

个性化面试题生成：在面试阶段，系统可结合岗位特征与候选人履历，自动生成情境化问题。系统还能根据候选人回答的深度与逻辑性进行追问，实现多轮能力验证，让面试更贴近真实业务场景。

项目实施成效：

系统在落地后带来了显著的招聘效能提升：

- 简历筛选效率提升 50%，显著缩短招聘周期；

- 面试命中率提升 30%，更快锁定合适候选人；

- 人岗错配率下降 25%，整体招聘质量明显提高。

案例03 - 深势科技新一代智能化的科学知识库平台

项目背景：

为破解科学研发中存在的“数据孤岛“和“知识沉淀难”问题， 深势科技与元枢智汇建立战略合作，重点引入 Data -Centric AI 数据基础设施 ，包括 AI 原生数据库(MyScale)与数据准备框架 (DataFlow)等，旨在构建新 一代智能化的科学知识库平台，提升研

发效率与知识发现能力。

项目亮点：

- 基于 MyScale
数据库构建多模态科学知识库， 实现文本、图像、表格数据的统 一向量化存储与跨模态关联查询

- 通过 DataFlow 框架将传统数据标注、清洗流 程升级为自动化流水线，建立从原始文献到高质量数据集的端到端处理能力

项目成果：

- 数据处理效率突破性提升85%-95%，人工干预成本降低约70%

- 知识管理能力显著增强，科研效率提升80%+

- 模型训练效果提升20%+，数据准备成本降低约60%

- 推动科研范式变革，促进知识共享流通，降低研发创新门槛

04未来展望、寄语：元枢智汇

很高兴能加入工研院，作为交大与徐汇联合成立的孵化器，这里是中国 AI 创新的高地。我们非常期待依托徐汇的 AI 势能进行广泛的生态链接，同时充分融合交大的前沿技术和广阔的校友生态圈，与大家携手共建 Data-Centric AI 技术和产业生态。

contact information 联系方式

官网：originhub.tech

邮箱：contact@originhub.tech

欢迎扫码关注 元枢智汇 微信公众号：

图文来源：元枢智汇