AI数据库交互技术里程碑：2024最新排名与测评
自然语言查询数据库的准确率长期难以突破，Google Research在6月12日发布的Gemini-SQL2模型给出了新的解法。这款基于Gemini 3.1 Pro微调的专用模型，在Text-to-SQL任务上以显著优势登顶权威评测榜，直接拉升了机器理解结构化查询的行业水位。
所谓Text-to-SQL，本质是将人类自然语言转化为数据库可执行的SQL指令。在自助分析、SaaS平台等企业场景中，这项能力直接降低了非技术人员访问复杂数据库的门槛。痛点同样突出：表结构错综、字段语义模糊、业务逻辑嵌套——这些长期存在的结构性障碍，过去一直是AI落地的硬骨头。
Gemini-SQL2的突破在于实测数据。据BIRD基准测试平台最新结果，该模型在单模型赛道上的执行准确率达到80.04%，大幅超越谷歌自家前代版本。BIRD评测集的含金量不容小觑：覆盖37个专业领域的95个数据库，1.2万组问答，不仅模拟真实企业环境，还故意混入脏数据，部分题目甚至需要外部知识才能正确作答——这种压力测试下的成绩，验证了模型的鲁棒性。
落地想象空间很大。未来企业员工无需记忆SQL语法，直接提问“上季度区域销售流失情况”，系统即可自动完成数据提取与报表生成。这种“对话即分析”的模式，将显著缩短数据洞察到业务决策的链路。
不过，虽然业界对Gemini-SQL2的工程化落地期待高涨，谷歌目前尚未公布具体模型标识、API调用细节，也未透露哪些产品会优先集成这项能力。至于这个顶尖模型将如何重塑数据分析的工作流程，值得持续跟踪。