研究
我们致力于打通学术创新与生产级数据基础设施之间的鸿沟。研究方向涵盖云原生数据库系统、AI 原生数据管理和可信智能系统。
研究方向
云原生数据库架构
存算分离、弹性调度与超融合引擎设计，面向下一代 HTAP 工作负载。
AI 原生数据管理
多模态数据处理、向量索引、混合检索与 RAG 优化数据管道，服务企业 AI 应用。
Git for Data
零拷贝分支、快照隔离与时间旅行机制，将版本控制语义引入数据库系统。
可信 AI 系统
构建安全、高效、可靠的 AI 基础设施——从模型服务到 Agent 记忆与数据治理。
论文发表
团队及学术合作者的代表性论文
Version Control System for Data with MatrixOne
NEWHongshen Gou, Feng Tian, Long Wang, Nan Deng, Peng Xu
arXiv 2026When Memory Becomes a Vulnerability: Multi-turn Jailbreak Attacks against Text-to-Image Generation Systems
Shiqian Zhao, Jiayang Liu, Yiming Li, Runyi Hu, et al., Tianwei Zhang
USENIX Security 2026Image Can Bring Your Memory Back: Multi-Modal Guided Attack against Image Generation Model Unlearning
Renyang Liu, Guanlin Li, Tianwei Zhang, See-Kiong Ng
ICLR 2026InferDPT: Privacy-preserving Inference for Black-box Large Language Models
Meng Tong, Kejiang Chen, Jie Zhang, et al., Tianwei Zhang
IEEE TDSC 2025Understanding the Dark Side of LLMs' Intrinsic Self-Correction
Qingjie Zhang, Di Wang, et al., Tianwei Zhang
ACL 2025学术合作
研究项目
源自学术合作的开源项目
SiriusDB
GPU 原生 SQL 分析引擎。通过 Substrait 标准接入 DuckDB 等现有数据库，在相同硬件租赁成本下实现超过 10 倍加速。与于向遥教授及 NVIDIA 联合开发。
AI 记忆研究
探索 AI 智能体和大语言模型记忆系统的前沿
随着 AI 智能体变得更加自主，可靠的记忆系统变得至关重要。我们与南洋理工大学张天威教授的合作，探索 LLM 和 AI 智能体记忆系统的安全性、效率和可信度——从对话记忆的对抗攻击到隐私保护推理。
When Memory Becomes a Vulnerability: Towards Multi-turn Jailbreak Attacks against Text-to-Image Generation Systems
Shiqian Zhao, Jiayang Liu, Yiming Li, Runyi Hu, et al., Tianwei Zhang
USENIX Security 2026Image Can Bring Your Memory Back: A Novel Multi-Modal Guided Attack against Image Generation Model Unlearning
Renyang Liu, Guanlin Li, Tianwei Zhang, See-Kiong Ng
ICLR 2026InferDPT: Privacy-preserving Inference for Black-box Large Language Models
Meng Tong, Kejiang Chen, Jie Zhang, et al., Tianwei Zhang
IEEE TDSC 2025Understanding the Dark Side of LLMs' Intrinsic Self-Correction
Qingjie Zhang, Di Wang, et al., Tianwei Zhang
ACL 2025