3 月 11 日，龍抬頭之日，零一萬物宣布成功研發其基于全導航圖技術打造的新型向量數據庫“笛卡爾(Descartes)”，并包攬權威榜單 ANN-Benchmarks 的 6 項數據集評測第一名。

　　這標志著向量數據庫排行榜的頭號交椅再次易主。

　　笛卡爾包攬 6 項第一

　　向量數據庫，又被稱為 AI 時代的信息檢索技術，是檢索增強生成(Retrieval-Augmented Generation, RAG)內核技術之一。

　　ANN-Benchmarks 是當下業界最權威的向量數據庫性能測試工具，它可以展示不同算法在不同真實數據集下的表現。

　　在 ANN-Benchmarks 離線測試中，零一萬物笛卡爾(Descartes)向量數據庫登頂 6 份數據集評測第一名，比之前榜單上同業第一名有顯著性能提升，部分數據集上的性能提升甚至超過 2 倍以上。

　　由圖可見，零一萬物向量數據庫在 6 份評測數據集中都位于最高，曲線位置越偏右上角意味著算法性能越好，笛卡爾包攬 6 項第一。

　　此前，榜單里六個數據集的榜首分屬于兩家廠商，而笛卡爾的包攬結束了這種“分庭抗禮”的局面，成為了大一統的“新王”。

　　關于零一萬物

　　零一萬物，是 2023 年初由李開復創辦的 AI 公司。零一萬物已經獲得數輪融資，估值已超 10 億美元，躋身 AI 2.0 獨角獸行列。

　　大家對李開復也并不陌生。計算機科學家出身，他的職業生涯起步于硅谷，先后任職于微軟、谷歌等，后來創立了創新工場，以投資 AI 為人熟知。

　　零一萬物聚集的技術團隊實力彪悍。團隊成員涉及大模型技術、人工智能算法、自然語言處理、系統架構、算力架構、數據安全、產品研發等領域。聯創團隊成員包含前阿里巴巴副總裁、前滴滴/百度首席算法負責人、前谷歌中國高管、前微軟/SAP/Cisco/副總裁，算法和產品團隊背景均來自國內外大廠。

　　2023 年 11 月，零一萬物曾發布首款開源中英雙語大模型“Yi”。

　　背后的技術揭秘

　　回歸本次主題。RAG 向量檢索主要解決兩大問題：一，分別是通過建立某種索引結構，減少檢索考察的候選集。二、降低單個向量計算的復雜度。

　　對于第一個問題，零一萬物團隊給出量大策略：

　　全導航圖技術。零一萬物研發的全局多層縮略圖導航技術，圖上坐標系導航，既能保證精度，又能裁剪大量無關向量。

　　自適應鄰居選擇策略，填補業界空白。零一萬物自研的自適應鄰居選擇新策略，使每個節點可以根據自身及鄰居的分布特征動態地選取最佳鄰居邊，更快收斂接近目標向量，從而讓 RAG 向量檢索性能提高 15%-30%。

　　對于“降低單個向量計算的復雜度”的問題，零一萬物采用了兩級量化方案增強 RAG。

　　通過用兩級量化降低計算復雜度，同時列式存儲充分利用 SIMD 的并發能力，進一步發揮硬件能力，相比傳統 PQ 查表，性能得到大幅提升到 2-3 倍。

　　還有索引結構優化、連通性保障等全棧向量技術方案提高笛卡爾向量數據庫的性能。

　　解決大模型當下缺陷

　　對大模型應用開發者來說，向量數據庫是非常重要的基礎設施，在一定程度上影響著大模型的性能表現。

　　比如，向量數據庫能精準解決大模型當前階段下的重要問題：

　　實時信息：大模型無法反應最新的信息。向量數據庫采用輕量化更新機制，可以快速補充最新信息。

　　隱私保護：用戶的安全隱私數據有泄密風險。向量數據通過在推理階段扮演信息傳遞的中間載體，破解了隱私保護的難關。

　　幻覺矯正：大模型常推理失真或產生幻覺。向量數據庫提供的豐富知識參照，有效矯正和減輕此類問題。

　　推理高效：大模型推理成本高，向量數據庫能夠作為一種緩存機制，避免每一次查詢請求都需要重新執行復雜的推理計算，節省計算資源。

　　伴隨 AI 熱風，向量數據庫創業公司也異軍突起。比如，2023 年，OpenAI 的向量數據庫合作方 Pinecone 完成了 B 輪 1.38 億美元融資，國內初創企業 Fabarta ArcNeural 也完成了上億元 Pre-A 輪融資。

　　笛卡爾將在近期亮相AI產品中

　　關于數據的重要性，有個十分形象的比喻：信息時代的數據，就是工業時代的石油。未來，向量數據庫，將成為決定大模型天花板的關鍵要素。

　　零一萬物笛卡爾向量數據庫目前聚焦于高性能向量數據庫，在實際應用場景中具備超高精度、超高性能核心優勢。

　　超高精度：基于多層縮略圖和坐標系實現層間導航和圖上方位導航，以及圖連通性保障，實現精度大于 99%，相同性能下，精度大幅領先業內水平。

　　超高性能：高效的邊選擇和裁剪技術，千萬數據庫 ms 響應。

　　具體來說，高性能向量數據庫可以幫助企業客戶構建私域知識庫、智能客服系統;在自動駕駛領域，使用高性能向量數據庫可來加速自動駕駛模型訓練等。

　　零一萬物表示，笛卡爾向量數據庫將用在近期即將正式亮相的 AI 產品中，未來也將結合工具提供給開發者。