“不是我不明白，這世界變化快”，崔健在20世紀寫下的這句歌詞，放在剛剛過去的2023年，也同樣適用。技術風向的變化之快，讓不少人感到驚訝，向量數據庫這一年的潮起潮落，就是一個典型的例子。

2023年初大模型、生成式 AI的起飛，也帶來了向量數據庫的火爆，投融資項目爆發(fā)式增長，傳統數據庫廠商和公有云廠商都推出了相關產品。然而一年狂飆之后，市場又開始退潮，前不久全球最著名的 AI 項目之一AutoGPT 宣布，不再使用向量數據庫。

向量數據庫真的是AI革命中的組成部分嗎？這一市場有哪些參與者？騰訊云為代表的公有云廠商，又在這場技術創(chuàng)新中發(fā)揮了什么作用？

向量數據庫，剛剛開始

新技術的火爆，必然會伴隨炒作和泡沫，但向量作為大模型理解世界的數據形式，向量數據庫作為AI革命重要基建的位置，長期來看，是不會動搖的。

為什么這么說？

向量數據庫并不是一種特別新的數據庫技術，在AI領域已經應用了七八年，谷歌在2015年就宣布使用RankBrain語義檢索來處理搜索任務。如果說數據庫是數據的“硬盤”，那么，向量數據庫就是更適合AI體質的“硬盤”。

其“AI原生”的體質，具體表現在幾個方面：

1.更高的效率。AI算法，要從圖像、音頻和文本等海量的非結構化數據中學習，提取出以向量為表示形式的“特征”，以便模型能夠理解和處理。因此，向量數據庫比傳統基于索引的數據庫有明顯優(yōu)勢。

2.更低的成本。大模型要從一種新技術轉化為產業(yè)價值，必須達到合理的投入產出比，而向量數據庫可以有效減少存儲和計算成本。一個公開數據是，通過騰訊云向量數據庫，QQ音樂人均聽歌時長提升3.2%、騰訊視頻有效曝光人均時長提升1.74%、QQ瀏覽器成本降低37.9%，就在于檢索效率、運行穩(wěn)定性、運營效率、推薦算法等，有了較大的提升。

（騰訊云數據庫產品架構）

3.更強的數據安全。有個企業(yè)直言：我沉淀了幾十年的內部數據，是我的的核心競爭力，讓我無償去公開給大模型做訓練，我肯定不愿意。想做大模型，還要確保數據的隱私安全，就必須與數據庫產品做好配合，這給向量數據庫的本地部署帶來了廣闊的需求。

4.更大的擴展性。隨著大模型走向行業(yè)應用，垂直領域的AI用例不斷增多，洶涌的數據洪潮和存算任務，會帶來大量向量搜索的需求。而向量數據庫嵌入向量的長度不受限制，具有良好的擴展性，可以根據AI用例和模型而變化，更好地處理大規(guī)模數據集。

所以說，除非大模型技術，在短期內發(fā)生顛覆性改變，否則落地應用還是需要向量檢索和向量數據庫。而作為大模型技術標桿的OpenAI最近也透露：我們可能已經非常接近實現通用人工智能（AGI)，應該以通用人工智能的實現為前提進行創(chuàng)業(yè)和技術開發(fā)。

由此可以肯定，向量數據庫市場必然還會迎來一輪增長。年底趨于冷靜，只是2023年熱情過度高漲的適當回調。

兩股新勢力，云是方向

從引爆到飽和，向量數據庫市場的發(fā)展速度迅猛，也吸引了“群雄逐鹿”。

傳統數據庫廠商不必多說，既有相應的能力建設，也有一定的客戶基礎，推出相關產品是必然。一些在AI領域積淀已久的科技大廠，如谷歌、微軟、Meta、百度等大廠，都有向量數據庫的技術積累，也都可以向外輸出相關能力和產品。這些我們都比較熟悉了。

而上一年狂飆突進的兩股新勢力，成為市場上的黑馬，分別是創(chuàng)業(yè)公司和公有云。

以上半年爆火的AI創(chuàng)業(yè)新秀Pinecone為代表。Pinecone是閉源的領跑者，憑借良好的開箱即用的產品體驗，獲得了非常大的增長，B輪估值達到7.5億美元。其他競爭者大多建立在開源項目的基礎上。

總體來說，這些創(chuàng)業(yè)“獨角獸”的向量數據庫公司，固然新銳，但長期盈利能力還有待驗證。原因是，其客戶大多是嘗鮮、實驗性質。

一般來說，企業(yè)需要先將非結構化的私密數據，進行一個小的模型，進行向量化，產生一個向量的矩陣，再存儲到向量數據庫里，來供大模型學習和檢索。這個過程涉及大量的工程化，會耗費企業(yè)許多開發(fā)人員、時間成本，一開始可能會因為AI大模型很火而對向量數據庫產生興趣，但能否真正在業(yè)務中落地還是個未知數，因此，長期付費意愿還有較大的不確定性。

另一股“新勢力”：公有云廠商，也是向量數據庫的積極參與者。

不是所有企業(yè)都有能力自建大模型所需要的基礎設施，通過MaaS（模型即服務）業(yè)務來訓練應用大模型，是更靈活的選擇。

此外，上云用數賦智是大勢所趨，很多政企客戶往往會選擇公有云或行業(yè)云來滿足其業(yè)務需求，將數據遷移到云上，對云數據庫的關注度和接受度上升，而這些用戶在探索大模型時，會傾向于以整體解決方案的形式來交付，這就給了云廠商參與游戲的機會，同時也要求云廠商提供向量數據庫的全棧支持。

以騰訊云為代表，騰訊云的AI 原生（AI Native）向量數據庫Tencent Cloud VectorDB是國內首個從接入層、計算層、到存儲層提供全生命周期AI化的向量數據庫。

除了產品之外，騰訊云提供了全面AI化解決方案，覆蓋接入層、計算層、存儲層，使用戶在使用向量數據庫的全生命周期，都能應用到AI能力。有數據顯示，企業(yè)原先接入一個大模型需要花1個月左右時間，使用騰訊云向量數據庫后，3天時間即可完成，極大降低了企業(yè)的接入成本。

此外，騰訊龐大的業(yè)務集群及智能化應用，為騰訊云向量數據庫提供了絕佳的練兵場。騰訊集團每日處理千億次檢索的向量引擎（OLAMA），讓騰訊云向量數據庫的基本功能和性能得到了更加充分地檢驗與優(yōu)化，從而淬煉出了很多讓人眼前一亮的新能力。

以騰訊視頻的應用為例，視頻庫中的圖片、音頻、標題文本等內容使用騰訊云向量數據庫，月均完成的檢索和計算量高達200億次，有效滿足了版權保護、原創(chuàng)識別、相似性檢索等場景需求。

風物長宜放眼量，AI技術還在快速變化之中，AI Native的騰訊云在這一市場領域的競爭力還會進一步擴大。

接下來，向量數據庫卷什么？

不難看到，市面上并不缺少向量數據庫產品，缺少的是商業(yè)模式。

據東北證券預測，到 2030 年，全球向量數據庫市場規(guī)模有望達到 500 億美元，國內向量數據庫市場規(guī)模有望超過600億人民幣。想要吃到這塊巨大的蛋糕，僅僅形成技術趨勢是遠遠不夠的，成熟的產品化才能說服用戶、兌現商業(yè)價值。

目前來看，以騰訊云為代表的云廠商有幾重特殊優(yōu)勢，或許會讓向量數據庫加速走向商業(yè)成功：

1.多元化部署。垂直行業(yè)大模型，數據都是私有機密的，客戶一般不愿意放到公有云上，騰訊云提供私有部署、分布式、混合云等多種方案，打消疑慮。背后需要混合多云的云基礎設施。

2.一體化AI方案。向量數據庫的火爆，本質是AI需求，而AI Native時代的數據工程，還有許多復雜問題尚待解決，騰訊云提供一體化的AI解決方案，從底層算力集群、Maas模型平臺到全棧工具鏈，通過軟硬件協同優(yōu)化AI開發(fā)成本，是企業(yè)和開發(fā)者所期待的。

3.產業(yè)服務能力。AI技術革命方興未艾，行業(yè)熱情高漲，但大多處于嘗試探索期，需要結合自身業(yè)務、AI應用、IT設施等多種因素試錯并迭代，這個過程中，隨叫隨到、幫助客戶及時解決問題的ToB服務能力，也是非?？粗氐?。深耕產業(yè)互聯網的騰訊云，確實是企業(yè)在這場AI技術革命中可靠的伙伴。

開放、全面、貼心，才能支持企業(yè)用好向量數據庫、大模型等基礎設施，弄潮AI。

被大模型“帶飛”的向量數據庫，才剛剛開始，將在騰訊云上長出商業(yè)成功的羽翼，飛向更廣闊的天地。