谷歌的Gemma 3模型已在Databricks上线，首个版本为Gemma 3 12B，支持多云环境，优化企业工作负载，适用于文档处理、内容分析、代码生成和对话AI等应用，提供高质量的多模态能力，助力企业高效构建和部署AI应用。

数据智能平台为全球企业提供解决方案，助力数据与AI转型。客户如7-Eleven和Fox Sports利用Databricks优化运营、降低风险、创造增长机会，通过实时数据处理和AI技术提升决策效率与创新能力。

华盛顿大学医学院与Databricks合作，建立现代AI数据基础设施，推动医疗转型。Dr. Philip Payne和Mike Sanky讨论了该合作的影响，包括识别圣路易斯的阿尔茨海默病治疗缺口及加速生成AI在医院入院中的应用。

Pathnostics是一家专注于传染病精准诊断的公司，提供多种检测服务。其核心技术Guidance® UTI能在24-36小时内快速测量抗生素敏感性，支持个性化治疗。公司利用Databricks构建数据湖，分析复杂数据，提升预测模型，并计划推出基于患者数据的抗生素敏感性预测AI产品。

2013年，迈克尔·阿姆布鲁斯在Databricks开始开发Spark SQL。2023年，他宣布将两个平台技术开源至Apache Spark，显示Databricks对Spark的持续关注。Spark自2009年由Matei Zaharia创建，成为分布式机器学习平台。Databricks还开源了Declarative Pipeline和实时模式技术，以提升数据流处理能力，致力于保持开源基础并发展专有平台，增强市场竞争力。

在旧金山的Databricks Data+AI峰会上，Databricks宣布将Delta Live Tables技术贡献给Apache Spark，命名为Spark Declarative Pipelines。这一新特性将简化流式管道的开发与维护，支持使用SQL或Python SDK定义数据流，预计将在2026年1月的Spark 4.10版本中发布。

As a first-party Azure service, Azure Databricks has established itself as the leading...

大型语言模型（LLMs）在现代工作流程中扮演着重要角色，但其广泛应用也带来了安全挑战，如越狱攻击和间接提示注入攻击。为评估LLM的安全性，NVIDIA推出了开源工具Garak，以检测模型脆弱性并确保安全部署。

Databricks推出的AI治理框架（DAGF v1.0）旨在帮助企业有效管理AI的应用，框架包括五大支柱：AI组织、法律合规、伦理透明、数据与基础设施、AI安全，以确保AI项目与商业目标一致，降低风险，提升信任与合规性。

电子数据交换（EDI）在医疗生态系统中至关重要，促进医疗机构间的信息共享。EDI标准化提高了操作的准确性和一致性，支持索赔提交和资金转移等功能。预计到2029年，全球医疗EDI市场将超过70亿美元。尽管技术进步，医疗机构在EDI数据交互中仍面临流程冗长和信息获取困难等挑战。