蚂蚁OmniTable获VLDB 2026工业最佳论文：35PB数据系统把SFT周期压到2.5天

会懂网AI资讯获悉，9月4日，数据库领域顶级会议VLDB 2026揭晓奖项，蚂蚁集团自研的“统一宽表”数据系统OmniTable获工业赛道最佳论文奖。这套系统管理超过35PB、3050亿条训练数据记录，将一次典型SFT（监督微调）任务的数据端到端周期从14天压缩到2.5天，效率提升约5.6倍。

更直观的变化在人工投入：原本需要45步人工操作的数据准备流程被精简到12步。大模型训练的数据清洗与治理长期依赖大量人力，OmniTable用一张统一宽表承接海量样本的入库、去重、配比与版本迭代，把重复性劳动交给系统编排，人只负责关键判断。

获奖本身也是行业风向标：大模型竞争的前沿正从“炼丹”延伸到“数据工程”。当模型架构与参数趋于同质，谁能更快把高质量数据送进训练管线、以更短周期完成“原始数据—训练样本”的循环，谁就能在同等算力下逼近更高上限。

蚂蚁把OmniTable送上VLDB，也带有对外输出技术影响力的意图。作为从金融场景成长起来的科技公司，它在支付、信贷、风控等万亿级业务中沉淀了大量结构化与非结构化数据的治理经验，一旦将这套系统平台化，其可复用性将远超单一业务。

如果把大模型训练比作做饭，OmniTable解决的正是“备菜”环节的效率。蚂蚁在论文中强调，这套系统并非只服务单一模型，而是面向其多模态与Agent类任务的通用数据底座：当训练数据的版本需要快速回滚、或不同任务的配比需要切换时，统一宽表能让团队以“改一行配置”的方式，完成过去需要数天才能落地的调整，这正是它把人工步骤从45步压缩到12步的关键。

会懂网认为，VLDB工业最佳论文这类“工程顶会”奖项的含金量正在上升：它评价的不是单点算法，而是能在生产环境扛住真实负载的系统能力。35PB规模、5.6倍提效，说明“数据中台”正在成为模型公司的第二层算力——看不见，但决定上限。