AI资讯新闻榜单内容搜索-向量

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 向量
Vector Lakebase对比Lakebase以及向量数据库,如何选型?

Vector Lakebase对比Lakebase以及向量数据库,如何选型?

Vector Lakebase对比Lakebase以及向量数据库,如何选型?

这篇文章想回答几个大家更关心的基础问题:Vector Lakebase 能解决你的什么问题,什么场景下用它最合适,如何用好Vector Lakebase 。

来自主题: AI技术研报
9567 点击    2026-06-04 08:39
Agent记忆框架怎么做才靠谱?UC Berkeley MemFai测穿4款顶尖记忆系统,向量库不是唯一答案

Agent记忆框架怎么做才靠谱?UC Berkeley MemFai测穿4款顶尖记忆系统,向量库不是唯一答案

Agent记忆框架怎么做才靠谱?UC Berkeley MemFai测穿4款顶尖记忆系统,向量库不是唯一答案

过去半年,几乎所有Agent框架都在补长期记忆能力。最常见的做法,是给系统接一个向量数据库,把历史对话、用户偏好、项目经验、工具调用结果、失败案例都存进去。看起来,只要把“记忆”这块补上,Agent就能从一次性对话工具变成长期协作伙伴。

来自主题: AI技术研报
8403 点击    2026-06-04 08:38
到底是谁会相信RAG已死啊?

到底是谁会相信RAG已死啊?

到底是谁会相信RAG已死啊?

最近一两年,互联网上各种为RAG赛博哭坟的帖子不胜枚举。

来自主题: AI技术研报
9688 点击    2026-06-01 09:27
用8年时间将向量数据库做到极致后,我们为何又推出了Vector Lakebase?

用8年时间将向量数据库做到极致后,我们为何又推出了Vector Lakebase?

用8年时间将向量数据库做到极致后,我们为何又推出了Vector Lakebase?

在这些场景,一个集合也许一个月只被查询几次,运行时间不超过5小时,用户也并不需要为此投入向量数据库级别的资源建设,让高性能资源一个月时间里有715小时都被浪费。相应的,成本也就成了这一场景下的优先考量要素。而解决这一问题,也是我们选择在近期推出Vector Lakebase 产品的初心所在。

来自主题: AI技术研报
6931 点击    2026-05-27 16:20
YC 今年最想投的两个赛道,被这个开源项目同时干了

YC 今年最想投的两个赛道,被这个开源项目同时干了

YC 今年最想投的两个赛道,被这个开源项目同时干了

Ashpreet 现在是 Agno 的创始人,以前在 Airbnb、Facebook 做过工程。Scout 是 Agno 新推出的开源项目,定位是「上下文智能体」——一个能在 Slack、Google Drive、Linear 里自由穿梭、替你把碎片化知识拼起来的 AI Agent。

来自主题: AI资讯
8647 点击    2026-05-26 10:20
CVPR 2026 | 突破短视,理解变化!HiF-VLA:以motion为中心打造「边想边做」的世界动作模型

CVPR 2026 | 突破短视,理解变化!HiF-VLA:以motion为中心打造「边想边做」的世界动作模型

CVPR 2026 | 突破短视,理解变化!HiF-VLA:以motion为中心打造「边想边做」的世界动作模型

来自西湖大学、浙江大学、西湖机器人等机构的研究团队提出了一种以运动(Motion)为中心的全新双向时空推理框架 HiF-VLA。抛弃冗余的像素级输入,HiF-VLA 巧妙提取低维紧凑的 Motion 向量作为动态先验,在一个创新的「联合专家」模块中,同步完成未来视觉运动的预测与高精度动作序列的生成。

来自主题: AI技术研报
8091 点击    2026-05-23 09:55
RAG效果不理想,怎么优化?Recall太低,是Milvus的问题吗?

RAG效果不理想,怎么优化?Recall太低,是Milvus的问题吗?

RAG效果不理想,怎么优化?Recall太低,是Milvus的问题吗?

RAG 系统上线后答案出错,绝大多数团队的第一反应都是换更贵的模型、反复调试 prompt。

来自主题: AI技术研报
5423 点击    2026-05-20 15:13
jina-embeddings-v5-omni 发布!全模态向量小模型

jina-embeddings-v5-omni 发布!全模态向量小模型

jina-embeddings-v5-omni 发布!全模态向量小模型

jina-embeddings-v5-omni正式发布,我们把 v5-text 向量模型的能力延伸到图像、音频和视频。文本侧不变,v5-omni 产出的文本向量与 v5-text逐字节一致,无需重建任何已有索引。

来自主题: AI资讯
8920 点击    2026-05-14 20:31