向量检索是一种通过将文本、图像等内容编码为高维向量,并按相似度快速找出最相关结果的技术,是当前 RAG、语义搜索和推荐系统的核心基础设施。近期围绕它的讨论集中在三个方向:降低多向量模型的存储与计算成本、改进索引算法的效率,以及在检索质量与压缩率之间寻找更优平衡。
向量检索的近期进展
当前焦点与观察点
一是索引与压缩算法的持续迭代。除 e-means 和 TurboQuant 外,Pinecone 也通过直播形式讲解 IVF + RaBitQ 的组合原理,量化方法正从论文走向主流引擎的默认选项。
二是模型升级与索引重建的矛盾。Hyperspherical Simplex 表征的研究提出让嵌入模型升级后无需重建索引,直击生产环境中最昂贵的运维成本之一,值得关注其能否被主流厂商采纳。
三是多模态与 late interaction 的落地。Milvus 3.0 展示了用 late interaction 对视觉 PDF 做检索的演示,Qdrant 实测对象也选了 late interaction 模型,说明高成本但高质量的交互式检索正逐步变得可负担。
四是场景扩展。Pinecone 与 Zilliz 都在讨论智能体、RAG 之外的需求以及生产级架构,而 EmbeddingGemma 2 被做成 macOS 菜单栏本地语义搜索工具,则体现了向量检索向个人端侧下沉的趋势。总体来看,向量检索的竞争已从「能不能检索」转向「更便宜、更小、更耐用」的工程优化阶段。