Qdrant 的 Nano 与 Zero 可与 Stella 文档向量互换使用
做检索的朋友注意：Qdrant 的 Nano 和 Zero 查询向量能直接配 Stella 的文档索引，延迟和质量可以按需切换，不用重建索引。
Qdrant 介绍了 Nano 与 Zero 两个向量模型的兼容设计：两者都针对 Stella 的文档嵌入向量训练，生成的查询向量可直接匹配同一份文档索引。
Zero 极其轻量，Nano 是小型 transformer，检索质量更接近 Stella。用户可按质量与查询延迟的权衡在两者间切换，无需重建文档索引。
/4 Nano and Zero are specifically trained to produce vectors compatible with Stella’s document embeddings. So you can switch between them depending on the trade-off you want between quality and query latency, without rebuilding the document index. For example, Zero is extremely lightweight, while Nano is a small transformer that gets much closer to Stella’s retrieval quality.
本条情报归属 AITOP「模型」核心栏目，重点聚焦欧洲人工智能治理与技术生态。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Qdrant、Stella、向量检索、embedding，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Qdrant」（@qdrant_engine），经 AITOP 多维评分管线结构化提炼。
