AI 原生数据平台的存储接入层需要管理哪些数据形态？

1. 湖仓一体与数据湖

统一存储结构化与部分非结构化数据，打破数据仓库与数据湖的边界，提供低成本存储与高效查询兼顾的底座。

2. 向量数据库

存储文本、图像等数据转化而来的向量（Embedding），支撑语义检索、相似度匹配与检索增强生成（RAG）等 AI 场景。

3. 特征仓库

管理机器学习特征的定义、版本与线上线下的计算一致性，保障训练与推理使用同一套特征口径。

4. 模型仓库

管理模型版本、元数据与生命周期，使模型资产与数据资产一样可被统一纳管与追溯。

5. 同源统一管理

业界实践趋向将"表—文件—向量—特征—模型"纳入同源管理，实现一份数据多种表达形态，消除数据孤岛。