Milvus Meetup Tokyo 12月3日涉谷举办:RAG 与向量搜索实践分享
Milvus 官方在东京办的线下聚会,四位讲者都来自在用 Milvus 的公司:DeNA 讲 RAG 扩展踩过的坑,还有讲从 Azure AI Search 迁移过来的真实对比。在日本做 RAG 或向量搜索的工程师值得去现场听一手经验。
Milvus 官方宣布将于 2026 年 12 月 3 日 7:00–9:30 p.m.(JST)在东京涉谷 TKP Garden City 举办 Milvus Meetup Tokyo,共四场演讲与 Q&A,报名通过 Connpass 进行。DeNA 的 Isana Kondo 将介绍 DAAQ 的 RAG 系统随规模增长后的租户设计调整,以及基于 GKE 运行 Milvus 的经验;KDDI iret 的 Kento Yamada 讨论专用向量数据库的适用场景与托管服务的差异;Daiva Institute of Research 的 Eisuke Izawa 分享 Dione Workspace 从 Azure AI Search 迁移到 Milvus 的原因;Zilliz 的 Yulan Yan 则带来大规模搜索部署案例和 Milvus 3.0 的新特性。演讲以日语进行,面向在生产环境中落地向量搜索、RAG 和 AI 智能体记忆的工程师,会后可与讲者交流各自项目中的具体问题。
对在日本市场部署 RAG 系统的团队来说,这类线下聚会的价值在于能看到真实生产案例,比如 GKE 集群运维、多租户改造和从 Azure AI Search 迁移的成本收益对比。与纯线上文档或国际会议相比,本地化案例对区域团队更具参考性。
We’re hosting 𝗠𝗶𝗹𝘃𝘂𝘀 𝗠𝗲𝗲𝘁𝘂𝗽 𝗧𝗼𝗸𝘆𝗼 in Shibuya on December 3! Join us for an evening about talks and Q&A on bringing vector search, RAG, and AI agent memory into production. • 𝗜𝘀𝗮𝗻𝗮𝗼 𝗞𝗼𝗻𝗱𝗼 (𝗗𝗲𝗡𝗔) will share how his team adapted the RAG system behind DAAQ as it grew, including changes to its tenant design and lessons from running Milvus on GKE. • 𝗞𝗲𝗻𝘁𝗼 𝗬𝗮𝗺𝗮𝗱𝗮 (𝗞𝗗𝗗𝗜 𝗶𝗿𝗲𝘁) will discuss when a dedicated vector database makes sense and what changes when you choose a managed service. • 𝗘𝗶𝘀𝘂𝗸𝗲 𝗜𝘇𝗮𝘄𝗮 (𝗗𝗮𝗶𝘄𝗮 𝗜𝗻𝘀𝘁𝗶𝘁𝘂𝘁𝗲 𝗼𝗳 𝗥𝗲𝘀𝗲𝗮𝗿𝗰𝗵) will explain why Dione Workspace moved from Azure AI Search to Milvus. • 𝗬𝘂𝗹𝗮𝗻 𝗬𝗮𝗻 (𝗭𝗶𝗹𝗹𝗶𝘇) will share examples from large-scale search deployments and cover what’s new in Milvus 3.0. Bring a question from your own project and stay after the talks to meet the speakers and compare notes with other engineers. 📅 Thursday, December 3, 2026, 7:00–9:30 p.m. JST 📍 TKP Garden City Shibuya, Hall 11B Talks are in Japanese. Admission milvus.connpass.com/event/412862/ av #Milvus o #VectorDatabase #OpenSource d #MilvusMeetup e your spot on Connpass: https://t.co/rIIOHn5WTk #Milvus #VectorDatabase #OpenSource #MilvusMeetup
本条情报归属 AITOP「产品」核心追踪栏目。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:Milvus、Zilliz、RAG、向量数据库,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「Milvus」(@milvusio),经 AITOP 多维评分管线结构化提炼。