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

這標志着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，又被稱爲 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 離线測試中，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於最高，曲线位置越偏右上角意味着算法性能越好，笛卡爾包攬 6 項第一。

此前，榜單裏六個數據集的榜首分屬於兩家廠商，而笛卡爾的包攬結束了這種“分庭抗禮”的局面，成爲了大一統的“新王”。

關於零一萬物

零一萬物，是 2023 年初由李开復創辦的 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。

大家對李开復也並不陌生。計算機科學家出身，他的職業生涯起步於硅谷，先後任職於微軟、谷歌等，後來創立了創新工場，以投資 AI 爲人熟知。

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裏巴巴副總裁、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开源中英雙語大模型“Yi”。

背後的技術揭祕

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。

對於第一個問題，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徵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%。

對於“降低單個向量計算的復雜度”的問題，零一萬物採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 的並發能力，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

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

比如，向量數據庫能精准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。向量數據庫採用輕量化更新機制，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，向量數據庫能夠作爲一種緩存機制，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

關於數據的重要性，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，將成爲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於高性能向量數據庫，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：基於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，實現精度大於 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开發者。