在2026年数据与AI峰会上，Databricks推出了新功能Genie Code，提升机器学习模型的开发和部署效率，自动化特征工程和模型训练，缩短实验到生产的时间。同时，AI Runtime支持高性能多节点训练，简化GPU基础设施管理。Databricks的模型服务能力帮助客户降低基础设施成本，提高延迟性能，支持高并发请求，广泛应用于实时机器学习系统。

Databricks推出了定制模型服务平台，旨在简化机器学习模型的生产过程，降低复杂性和成本。该平台通过自动扩展器实时调整资源，以应对流量变化，确保高效运行，并支持多种模型，简化部署和维护，降低冷启动时间，提高服务性能。

Superhuman与Databricks合作，将拼写和语法纠正工作迁移至Databricks模型服务平台，支持超过20万QPS，提升60%吞吐量，延迟低于1秒。通过优化基础设施和量化技术，Superhuman实现了高效的实时建议服务，确保了模型质量和性能。

客户期望在每次互动中获得即时响应，尤其在高请求量下，Databricks模型服务提供可扩展基础设施，支持高QPS实时工作负载，优化延迟和吞吐量，简化操作复杂性，提升部署速度。

KServe在KubeCon+CloudNativeCon北美大会上被CNCF接受为孵化项目，展示了Kubernetes在AI计算中的重要性。KServe提供标准化的模型服务，支持多种框架，具备智能路由和自动扩展功能，适用于预测和生成AI。该项目自2019年启动，现有19名维护者和300多名贡献者。

本文整理了DeepSeek、阿里云、百度云、字节火山等多家大厂的模型服务，提供API地址、文档和使用示例，便于开发者参考。对各平台的模型服务特点和使用方法进行了对比。

本文提供了构建生成式AI应用的开源组件列表，涵盖数据处理、模型服务、检索增强生成等模块，包括自托管基础模型、RAG工具、API服务、前端UI、推理优化及安全与DevOps，适合快速启动和实验。

Mosaic AI模型服务推出了结构化输出功能，支持生成符合JSON模式的对象，提升了批量生成和代理应用的质量与一致性。用户可通过response_format指定输出格式，优化数据提取过程。

模型从训练到生产服务的过程复杂且重要。开发者通常通过REST API与数据库交互，但在处理实时流量时，模型服务面临挑战。推理是模型生成预测的过程，而服务则是将模型提供为服务。使用vLLM和Ray Serve可以有效部署大型语言模型，KubeRay则帮助在Kubernetes上管理这些服务。

在机器学习模型服务中，请求与响应的延迟是关键指标。Databricks通过Delta Sharing支持跨区域模型服务，确保用户从更近的端点获取快速响应，降低延迟。同时，AWS VPC Peering增强了安全性并减少了数据传输成本。

FactSet选择Databricks作为其AI框架，通过将AI整合到其平台中，旨在提升客户工作流程和体验。通过利用Databricks Mosaic AI和MLflow，FactSet在数据准备和开发方面提高了效率，实现了更好的治理和血统追踪，并简化了模型服务。FactSet在代码生成和文本转公式等项目中成功实施了Databricks，从而提高了性能和准确性。Databricks的采用使FactSet能够普及先进的AI工作流程，并为不同团队和业务部门提供模型选择的能力。

Databricks宣布支持Mixtral 8x7B在模型服务中。Mixtral 8x7B是一种稀疏的专家混合（MoE）开放语言模型，可以处理长的上下文长度并提供更快的推理。Databricks模型服务提供即时访问Mixtral 8x7B，具有按需定价和无缝向量存储集成以及自动化质量监控等功能。MoE架构允许模型大小的扩展而不会导致推理时间计算的成比例增加。Databricks还为Mixtral 8x7B提供了一个简单且适用于生产的API，方便对模型进行比较和管理。