本文介绍2026年06月11日发布的实时计算Flink版公测预览版本。
VVR 11.8.0.preview.1为公测预览版本，根据《阿里云预览版产品使用条款》，不纳入SLA，仅供提前了解并测试相关功能，建议仅在开发测试环境中试用，待后续主版本发布后再正式用于生产环境。如在使用过程中遇到问题，请提交工单反馈。
概述
2026年06月11日，实时计算Flink版同步发布平台侧与引擎侧升级。引擎侧同步发布新引擎版本VVR 11.8.0.preview.1（公测），重点推出PyFlink DataFrame API，面向Python用户提供更自然、更贴近数据科学开发习惯的实时数据处理接口；同步增强AI推理能力，AI Function的ai_embed函数新增Fluss外部缓存能力，复用已计算的Embedding结果，减少重复模型调用和Token消耗。
引擎侧
本版本以PyFlink DataFrame API为核心，持续增强Python生态、AI Function、多模态数据处理与模型服务接入能力，为实时智能分析场景提供更完整的开发体验。
Flink Python DataFrame API
新增PyFlink DataFrame API：提供Python风格的数据处理抽象，支持通过链式调用组织数据读取、清洗、变换、聚合、分析与写出逻辑，降低Python用户使用Flink构建实时作业的门槛。
DataFrame数据处理：
支持Kafka、FileSystem（Parquet Format）和ODPS等Connector。
支持
select、filter、with_column（s）、drop_column（s）、rename_columns、map、map_batches、drop_null、drop_nan、fill_null、fill_nan等基础数据变换操作。支持
sql方法，直接在DataFrame上执行SQL表达式，兼容Flink SQL语义。支持
group_by、agg、join、pipe等聚合、关联与管道式处理能力。支持
collect、limit、offset、head、iter_rows、iter_batches等数据探查能力，便于开发调试阶段进行抽样与遍历。支持
explain查看物理执行计划，支持通过schema、columns查看字段元信息。
UDF框架：
支持Scalar Function。
支持同步UDF与异步UDF两种模式。
支持行式UDF和批式UDF，包括Arrow UDF与Pandas UDF。
支持为批式UDF配置Batch Size和并发度，便于进行吞吐与延迟调优。
支持自动类型推导，减少手动声明输入输出类型的样板代码。
AI Function与多模态处理：PyFlink DataFrame API与AI Function、多模态算子结合使用，在同一条DataFrame链路中完成数据处理与模型推理。
支持自定义Model Provider、OpenAI Model Provider、Triton Model Provider、DashScope Model Provider。
支持
ai_classify、ai_sentiment、ai_extract、ai_translate、ai_summarize、ai_mask、ai_embed等AI Function。支持
tensor、image等多模态数据类型。支持
detect_objects、decode_image、encode_image、resize_image等多模态算子。
作业配置：提供Python风格的便利配置接口，在代码中直接设置Flink作业配置（如并发度等常用参数），减少配置切换成本。
Flink AI服务
新增Flink AI服务（内置模型），开箱即用调用主流大模型：此前 AI Function 仅支持 BYOK（用户自带 API Key）模式调用模型，本期新增 Flink 托管的内置模型服务，无需配置 API-Key、Endpoint 或私网连接，在 CREATE MODEL 语句中指定 task 和 model 即可在 Flink SQL 作业和 Flink Agent 中调用。
多模型覆盖：内置 qwen3.6-plus、qwen3.6-flash、qwen3.5-plus、qwen3.5-flash 等推理模型，以及 text-embedding-v4、qwen3-vl-embedding 等向量模型，覆盖文本生成、视觉理解、翻译、OCR、向量化等场景。
阿里云内网直连：流量不出 VPC，相比 BYOK 模式的公网调用，延迟更低、稳定性更好，且省去 NAT 网关、EIP 等网络配置成本。
按 Token 统一计费：账单合并在 Flink 账单中，无需在多个模型服务商之间分别结算。公测期间免费。
全地域覆盖：支持华北、华东、华南、西南共 7 个中国内地地域，以及新加坡、东京、伦敦、法兰克福等海外地域，跨地域访问自动打通。
AI Function
ai_embed函数新增Fluss缓存支持：在全量回填（Backfill）、历史数据重放及实时增量处理链路中，相同文本可能被多次计算Embedding。ai_embed函数现支持以Fluss作为外部向量缓存层，调用Embedding模型前先按内容Key查询Fluss缓存：命中则直接返回向量结果并跳过模型推理；未命中则调用模型生成Embedding，并将结果异步写回Fluss。该能力可降低重复计算带来的Token消耗，提升历史数据处理和实时增量场景的整体效率。
Flink Agents
支持使用百炼内置模型服务：Flink Agent支持直接调用大账号百炼提供的内置模型服务，无需自行配置模型服务Endpoint或API Key，即可在VVR作业中使用模型推理能力，降低模型接入门槛和运维复杂度。模型调用同时补充必要的统计标识参数，便于后续进行Token消耗统计与成本分析。