ChatGPT引爆「向量数据库」赛道！两家公司共获10亿元融资

原创 AIGC开放社区 2023-05-01 07:48

4月22日，向量数据库平台（vector database）Weaviate宣布获得5000万美元（约3.5亿元）B轮融资，由Index Ventures领投，Battery Ventures等跟投。

(资料图)

4月28日，向量数据库平台Pinecone宣布获得1亿美元（约7亿元）B轮融资，由Andreessen Horowitz领投，ICONIQ Growth等跟投。

最近，为ChatGPT等生成式AI应用提供向量搜索、向量数据存储、向量嵌入等功能的向量数据库赛道突然走红，两家初创公司Pinecone和Weaviate的融资时间仅间隔6天，其火爆程度可见一斑。

Pinecone联合创始人兼首席执行官Edo Liberty则直言，如果没有ChatGPT的出现，我们根本不可能获得巨额融资。

事实上，在ChatGPT火爆出圈之前向量数据库非常小众，而Pinecone和Weaviate皆创立于2019年无论是融资还是营收并不如意，因为，大型科技巨头具备自研能力无需使用第三方产品，例如，微软将向量搜索技术应用在Bing中。

现在，大量开发者涌向生成式AI应用开发领域，这使得蛰伏4年的两家向量数据库厂商终于迎来了曙光，其用户数量呈指数级增长，也是获得巨额投资的重要原因之一。

Pinecone融资信息

当创业者的目光聚焦在类ChatGPT大语言模型、应用、衍生产品时，为其提供“后勤服务”的向量数据库拓宽了生成式AI细分创业赛道，并成为下一代生成式AI应用的主要数据库存储。

不过，目前向量数据库存储只有大型科技巨头才能使用，而Pinecone和Weaviate希望简化使用流程降低成本，使得中小型企业、个人开发者也能使用向量数据库。

，时长02:37

微软专家介绍向量搜索此外，根据 IDC调查数据显示，全球在AI技术和服务上的支出2023年将达到1540亿美元，到2026年将超过3000亿美元。其中，向量数据库为AI的开发、增强内容生成的准确性提供了重要技术支撑。

下面「AIGC开放社区」将为大家介绍向量数据库技术概念、与ChatGPT等大语言模型的关系、技术特征、场景化落地以及Pinecone和Weaviate这两家典型厂商的介绍。

Weaviate融资信息

什么是向量数据库

笔者查询了国外大量权威的论文、专业技术网站，甚至询问了ChatGPT，它们对向量数据库的技术概念解释非常复杂难以理解。所以，就用通俗易懂的方式为大家介绍向量数据库概念。

微软官方对向量数据库的解读

简单来说，向量数据库用来存储非结构化数据，例如，文档、图片、视频、音频和纯文本等，在保证100%信息完整的情况下，通过向量嵌入函数来精准描写这些非结构化数据的特征，从而提供查询、删除、修改、元数据过滤等操作。而像SQL、Mysql这样传统的数据库根本无法完成这些操作。

从向量数据库的技术特性不难看出，这是专门为ChatGPT等生成式AI应用量身定制，例如，让ChatGPT用莎士比亚的语气生成一段诗句，ChatGPT通过向量数据库的相似搜索功能，可以增强内容输出的准确性。

因此，向量数据库在大语言模型、计算机视觉、推荐系统以及其他需要语义理解和数据匹配的领域得到广泛应用。

向量数据库主要功能和用例

向量数据库除了存储数据之外，还提供了语义搜索、图像/音频/视频/等非结构化数据相似度搜索、排名和推荐引擎、支持大规模数据、索引与压缩技术、分布式架构等功能。

语义搜索：通常搜索文本和文档可以用两种方式完成，词法搜索和精准的单词或字符串匹配。向量数据库的语义搜索可以理解文本、句子和整个文档字符串的含义和上下文，从而提供更准确和相关的搜索结果。

图像/音频/视频/等非结构化数据相似度搜索：图像、音频、视频和其他非结构化数据集，在传统数据库中进行分类存储非常具有挑战性，通常需要将关键字、描述和元数据手动应用于每个对象。

向量数据库的相似性搜索功能，如余弦相似性、欧氏距离等度量来衡量向量间的相似性。这使得用户在处理如图像识别、推荐系统等变得非常高效。

排名和推荐引擎：该功能对于电商、搜索引擎来说非常有用，例如，微软的Bing，网易云音乐的推荐都应用了该技术。该功能主要基于用户最近匹配项查找相似项目，使向量数据库为用户提供相关的最佳内容选择，并且可以根据相似性分数对项目进行排名。

支持大规模数据：向量数据库具有良好的扩展性，能够支持大规模的向量数据存储和检索。这对于处理海量数据的大语言模型、机器学习、数据科研等非常有用。

索引与压缩技术：为了提高搜索速度和降低存储成本，向量数据库通常采用先进的索引和压缩技术。这些技术可以有效地降低数据的存储空间，提高查询速度，并降低内存占用。

分布式架构：为了实现高可用性和容错能力，向量数据库采用分布式架构。这使得用户可以在多个计算节点上分布存储和处理数据，提高系统的整体性能。

$创意信息(SZ300366)$ $中国软件(SH600536)$ $昆仑万维(SZ300418)$

关键词：