Maya HTT推出本地部署工程助手M-Bot
Maya HTT于2026年11月2日发布M-Bot。这是一款面向工程团队的本地部署检索增强生成助手,在客户自有基础设施内查询内部文档,敏感数据始终留在客户手中。

Maya HTT表示,M-Bot运行在客户自己的基础设施里。这家总部位于蒙特利尔的公司称,助手能接入工程、制造和工业运营方面的内部知识,几秒钟内给出答案。
据Maya HTT介绍,该产品采用检索增强生成(RAG)技术,可以处理涉及文本、图像、表格、图表等工程资料的技术问题,而常规大模型读不懂这些资料。它还能连接Teamcenter及其他PLM环境,也接入SharePoint和Confluence,并把每个答案追溯到来源文档。
Maya HTT称,检索速度比人工搜索快最多60倍,原本五分钟的手工查找缩短到大约五秒。这些数字由厂商提供。该公司还表示,M-Bot不产生大模型token计费成本,客户在部署前就能知道账单金额。
Maya HTT工业AI副总裁Remi Duquette表示,工程机构手里有大量技术知识,却很难及时把正确的信息送到正确的人手上,让信息真正影响决策。
Maya HTT瞄准的是航空航天、国防和制造业。这些行业涉及敏感知识产权,公司称数据主权要求更倾向于本地部署或客户自主控制的系统。M-Bot目前已可供演示,也可用于企业部署。
市场预测
ResearchAndMarkets于10月30日发布的一份报告显示,全球RAG平台市场2025年为40亿美元,2026年为55.2亿美元。报告预测到2036年将达437.5亿美元,2026至2036年预测期内的复合年增长率为23.0%。
报告统计范围包括向量数据库与搜索引擎、嵌入与重排序模型、编排框架、数据摄取与解析工具、连接器、评估与防护平台、云端托管的RAG服务、企业知识助手,以及咨询、集成和托管服务。基础模型使用费用不计入,不具备检索功能的通用数据库也不计入。
报告称,法律、金融、医疗等受监管行业采用最积极,这些行业需要可追溯、带引用的输出。报告还指出,AI智能体正在推高需求,因为多步骤工作流离不开对数据、应用和工具的持续访问。
报告以Elastic作为市场势头的例证。Elastic公布,2026财年第一季度有超过2200家Elastic Cloud客户运行生成式AI工作负载,第三季度营收增长18%,达到4.5亿美元。
准确性与安全
准确性仍是RAG系统的一道门槛。报告引用了一项预先注册的斯坦福研究:LexisNexis和Thomson Reuters的RAG法律研究产品在17%至33%的查询中出现幻觉,单独使用的GPT-4则为43%。该研究记录了编造的法律依据、不完整的回答,以及对法律案件的错误解读。
安全风险也在加剧。2025年6月,微软修复了EchoLeak漏洞,编号CVE-2025-32711,这是一个在CVSS评分中高达9.3的零点击漏洞。报告称,该漏洞说明,从电子邮件中检索到的恶意内容可以操纵Microsoft 365 Copilot,泄露敏感信息。
ResearchAndMarkets的报告称,正因如此,企业开始优先考虑权限感知检索、提示注入检测、数据防泄漏、来源追溯和审计能力。
IT Pro报道称,把文件复制到独立的向量存储会产生影子数据、消耗带宽,还会剥离原始权限。
Maya HTT把M-Bot定位为避免把敏感工程数据发给外部模型的一种办法。公司表示,该助手在本地或客户自主控制的基础设施内运行,以满足航空航天、国防和制造业的数据主权要求。
资料来源
15- 01Maya HTT Launches M-Bot, a Secure Enterprise Engineering Knowledge AssistantEN
- 02Retrieval-Augmented Generation (RAG) Platforms Market Size, Share, Trends, and Industry Analysis - Global Forecast to 2036EN
- 03From synthetic enterprise data evaluations to real Microsoft Copilot AI confidenceEN
- 04One platform, four enterprise AI data challenges solved: Inside Dell AI Data PlatformEN
- 05RAG vs LLM Fine-Tuning: Choosing the Right Approach for Enterprise AIEN
- 06STAT+: Amid Mass General Brigham layoffs, CEO pens vague letter, stirring staff anxietyEN
- 07Aluminum–Air Generators for Data Centres Face a Metal Logistics TestEN
- 08Enterprise AI Assistant: RAG + Intelligent Model RoutingEN
- 09Behind-the-meter generation could deliver five times more grid relief than data center load shiftingEN
- 10Google Warns LLMjacking Attacks Are Costing Some Enterprises Up to $1 Million in Cloud ChargesEN
- 11The Share of Solar Generation with Co-located Battery Storage Is IncreasingEN
- 12AC Milan, Inter strike ‘€650m’ Generali naming rights deal for new stadiumEN
- 13China touts AI milestone: models generate more tokens than used in trainingEN
- 14Why Enterprise Data is Becoming the New Competitive Advantage in AIEN
- 15Google Cloud and NVIDIA Announce General Availability of NVIDIA Vera Rubin InfrastructureEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。