MatrixOne Intelligence v3.3 正式发布：结构化、自动化、可视化三重进化
MatrixOne Intelligence 介绍
MatrixOne Intelligence 是一套面向多模态数据的 AI 数据智能平台，旨在帮助企业应对数据碎片化、多模态数据整合复杂、GenAI 应用落地困难等挑战。通过数据接入、智能解析、数据工作流、超融合的湖仓底座，MatrixOne Intelligence 为企业提供了一站式的端到端平台，将企业内部的自有数据变成可以服务于 GenAI 落地应用的 AI-Ready 数据。该平台基于创新的云原生架构和存算分离设计，支持结构化和非结构化数据的统一管理和高效处理，具备高度灵活的部署能力，可适配公有云、私有云及本地数据中心的多种环境。
MatrixOne Intelligence 致力于帮助企业充分挖掘和释放私域数据的潜能，让企业私域数据在 AI 时代得到充分利用，成为其独特竞争力的关键来源。
一、工作流能力全面升级：更灵活、更智能
为提升数据处理的模块化与灵活性，新版本对工作流节点进行了重点增强：
- 新增结构化提取节点：该节点结合LLM与 JSON Schema 标准，能够对非结构化文本内容进行智能识别与字段提取，自动生成规范的结构化数据，显著提升处理效率。用户可借此实现从原始文档到可直接用于分析、检索或系统对接的数据自动转换，降低人工处理成本，加快业务自动化进程。为方便快速集成，同步推出了相关的快速开始 API，助力企业快速落地结构化数据应用。
- 文本嵌入节点独立：将原解析节点中的文本嵌入功能拆分为独立的文本嵌入节点，提升了解析流程的模块化与灵活性，便于用户按需组合调用 。
- 数据增强节点支持更多数据集格式：新增对 ShareGPT Format、OpenAI Format 及自定义格式的输出支持，同时支持定义生成风格。用户可通过可视化界面灵活配置，快速构建符合不同模型训练需求的数据集。该能力显著降低了数据准备的技术门槛，提升了数据生成的效率与灵活性，帮助用户在多样化的下游任务中实现更高质量的数据驱动训练，缩短模型迭代周期，加速 AI 应用落地。
- 文本分段方式更加多样：文本分段节点现支持按单个、多个及自定义标志符进行分段，以实现更精准、高效的文本切分操作 。
二、GenAI 工作区更智能，任务处理自动化
GenAI 工作区现已全面支持MCP协议 ，这意味模型可通过 MCP 协议以标准化方式调用平台 API，自动识别意图并拆解任务，智能调度多种能力完成复杂任务链。平台智能性进一步提升，用户仅需输入目标即可驱动多工具协同完成数据处理。
三、解析结果升级：可视化增强，结果更有“说服力”
在处理效果可解释性与准确性方面，新版本重点加强了解析结果的直观呈现能力：
- 增强文档标题识别能力：新版本对标题结构识别精度显著提升，除了准确识别一级标题外，部分复杂文档中也可识别二级和三级标题，有效还原文档层次结构，为后续的内容抽取与知识建构提供坚实基础。
- 支持原文高亮对照查看：用户可以在原始 PDF 文档中高亮查看字段对应内容，实现解析结果与页面布局的直观比对，快速定位潜在问题、判断模型表现，提升数据处理的透明度与信任度。
四、官网体验中心上线：核心能力零门槛体验
为了让您更快速地了解MatrixOne Intelligence在文档解析领域的强大能力，官网体验中心首个Demo正式上线！
- 三大核心功能开放体验 ：我们集成了结构化抽取、文档解析和文档对话三大核心功能 。您无需登录，即可使用样例数据，直观体验系统如何精准提取关键字段、深度解析复杂文档，并通过智能对话快速获取信息 。
- 手机号快捷注册登录 ：想上传自己的数据测试？只需手机号即可快速注册，快速完成登录和文档上传，立即体验数据向 AI 能力转化的全过程。
五、数据导出新能力：与 Dify 知识库无缝集成
新增数据导出连接器功能，现已支持将平台处理后的数据一键导出至 Dify 知识库。通过与 Dify 的无缝对接，用户无需进行复杂的格式转换或手动迁移，即可高效构建和持续更新知识库。该功能不仅显著缩短了知识库搭建周期，还提升了数据流转的自动化程度，帮助用户更快速地将高质量数据应用于智能问答、知识检索等场景，大幅提升知识的生产力和使用效率。
六、使用体验全面优化：细节决定体验
新版本在操作体验方面进行了多项打磨优化，全面提升用户交互流畅度：
- 工作流界面优化，操作体验更顺畅
- 创建流程校验逻辑优化，提升规范性与稳定性
- 本地文件上传界面调整，更加直观清晰
- 文本分段节点显示优化，更好体现 type 与 level 信息
- API 使用流程优化，增强用户视角理解，新增告警相关 API
- 文件与图片解析节点新增 OCR 与图片描述开关，支持图片描述中英文切换，让多模态数据处理更灵活、更可控