Milvus

general · 首次出现 2026-05-22 · 最近出现 2026-11-19 · 累计提及 206

综述

Milvus 是一款开源向量数据库,用于存储和检索高维向量,是构建语义搜索、RAG 和多模态检索系统的核心基础设施,由 Zilliz 主导开发,目前正从单纯的向量库向综合检索引擎方向演进。

Milvus 近期进展

围绕新版本与生产实践,近期有多个值得关注的方向:

  • Milvus 3.0 Meetup 落地旧金山:向量库扩展为综合检索引擎。社区在旧金山举办 Meetup,传递的信号是 Milvus 3.0 不再只是向量相似度检索工具,而是向综合检索引擎扩展,融合多种检索能力。
  • Milvus 3.0 用 late interaction 做视觉 PDF 检索演示。新版本引入 late interaction 这类多向量检索范式,用于处理视觉化 PDF 等复杂文档检索场景。
  • Zilliz CTO 用 Jev 给语义缓存加闸门,1152 例零错误复用。在生产环境中,语义缓存配合 Jev 实现了 1152 例请求的零错误复用,降低对大模型调用的依赖。相关实测还显示,Jev 替代 LLM 调用在三类智能体搜索场景表现分化,说明这类优化并非普适,需要按场景评估。
  • Milvus Function Chain 用业务信号重排语义搜索结果。除了纯语义相关性,业务信号也被纳入结果重排,让检索更贴近实际业务需求。
  • 当前焦点与观察点

    从近期动态看,Milvus 的演进有三个值得跟踪的点。其一是混合检索的落地:官方演示了五步搭建题库混合检索,将语义、BM25 与标量过滤结合,表明单一路径的向量检索正在让位于多路融合方案。其二是性能与成本的平衡,官方对HNSW 索引中 SQ、PQ 与 PRQ 等量化方式如何压缩向量做了系统解析,量化压缩仍是大规模部署降本的关键手段。其三是行业场景的深度应用,例如在 TB 级自动驾驶视频里检索关键片段,展示多模态检索在垂直行业的实际价值。

    此外,Zilliz 也在持续做技术布道,包括日本 MLOps 社区的生产级检索系统架构分享和东京 AI 大会的架构师演讲,反映出其在海外开发者生态的投入。对使用者而言,3.0 阶段的功能边界扩到多大、语义缓存与检索重排能否稳定压低成本,是接下来最值得观察的两个问题。

    相关报道

    10 条在档