德国和美国的人工智能技术公司Qdrant近日宣布完成5000万美元的B轮融资，旨在将可组合向量搜索技术定位为生产级AI系统的核心基础设施。这一技术革新旨在解决当前AI应用中检索系统面临的挑战，如处理动态数据和高并发查询。
可组合向量搜索技术允许工程师根据具体需求灵活组合检索组件，如密集向量、稀疏向量和元数据过滤器，从而优化相关性、延迟和成本。Qdrant基于Rust语言构建，重新设计了索引、评分和过滤等层级，提供模块化控制。这种可组合向量搜索技术使得团队能够适应多样化的工作负载，无需频繁重构系统。
Qdrant的CEO兼联合创始人André Zayarni表示：“许多向量数据库仅专注于存储密集嵌入和返回最近邻，这只是基础功能。生产AI系统需要一个搜索引擎，其中检索的每个方面——索引、评分、过滤和延迟平衡——都是可组合的决策。这正是我们构建的，这笔资金将加速我们推广这一标准。”
随着AI系统从实验阶段转向关键操作，可组合向量搜索技术的部署灵活性变得至关重要。它支持云端、本地和边缘环境，源于其模块化设计而非单一托管服务。AVP的Warda Shaheen评论道：“在快速增长的新市场中，专为特定目的构建的系统迅速扩展，Qdrant作为AI原生向量搜索引擎，正处于构建未来检索层的前沿。”
Bosch Ventures的董事总经理Ingo Ramesohl补充说：“在生产AI应用中，实时检索上下文相关信息已成为业务关键的基础设施。Qdrant基于Rust的架构是深度技术创新的典范，将塑造下一代强大且可信的AI系统。”
Qdrant的可组合向量搜索技术已在Tripadvisor、HubSpot和Bosch等企业中得到验证，处理现实负载下的向量搜索。其开源项目累计下载量超过2.5亿次，GitHub star数达29,000个，并在多个行业报告中获得认可，如The Forrester Wave: Vector Databases, Q3 2024。这一融资将推动可组合向量搜索技术在AI基础设施中的广泛应用。
