界面新聞記者 | 崔鵬

7月4日下午，騰訊云正式發布AI原生（AI Native）向量數據庫Tencent Cloud VectorDB，該數據庫能夠被廣泛應用于大模型的訓練、推理和知識庫補充等場景。騰訊方面表示，它是國內首個從接入層、計算層、到存儲層提供全生命周期AI化的向量數據庫。

根據官方公開的數據信息，騰訊云向量數據庫最高支持10億級向量檢索規模，延遲控制在毫秒級；它相比傳統單機插件式數據庫檢索規模提升10倍，同時具備百萬級每秒查詢（QPS）的峰值能力。

“如果你看好AI大模型，就應該看好向量數據庫”，騰訊云數據庫副總經理羅云表示，隨著大模型的不斷發展和普及，AI Native向量數據庫將成為企業數據處理的標配。

向量數據庫通過把數據向量化然后進行存儲和查詢，能極大提升效率和降低成本。它能解決大模型預訓練成本高、沒有“長期記憶”、知識更新不足、提示詞工程復雜等問題，突破大模型在時間和空間上的限制，加速大模型落地行業場景。

騰訊官方的數據顯示，將騰訊云向量數據庫用于大模型預訓練數據的分類、去重和清洗相比傳統方式可以實現10倍效率的提升，如果將向量數據庫作為外部知識庫用于模型推理，則可以將成本降低2-4個數量級。

羅云稱，騰訊云重新定義了AI Native的開發范式，提供了接入層、計算層、存儲層的全面AI化解決方案，使用戶在使用向量數據庫的全生命周期，都能應用到AI能力。

具體而言，在接入層，騰訊云向量數據庫支持自然語言文本的輸入，同時采用“標量+向量”的查詢方式，支持全內存索引；在計算層，AI Native開發范式能實現全量數據AI計算，一站解決企業在搭建私域知識庫時的文本切分（segment）、向量化（embedding）等難題；在存儲層，騰訊云向量數據庫支持數據智能存儲分布，讓企業存儲成本降低50%。

騰訊官方信息稱，使用騰訊云向量數據庫后，企業接入大模型需要花費的時間，能從一個月降低至三天左右，極大降低企業的接入成本。

對于產品的商業化問題，羅云表示，目前向量數據庫可以單獨對外提供，未來也不排除把向量數據庫和其它相關產品打包售賣的可能性。

在具體落地應用層面，騰訊方面表示，該向量數據庫基于騰訊每日處理千億次檢索的向量引擎（OLAMA），數據接入AI的效率比傳統方案提升10倍，運行穩定性達到99.99%，目前已經應用在騰訊視頻、QQ瀏覽器、QQ音樂等30多款騰訊內部產品之中。

以騰訊視頻的應用為例，視頻庫中的圖片、音頻、標題文本等內容使用騰訊云向量數據庫，月均完成的檢索和計算量高達200億次，能夠滿足版權保護、原創識別、相似性檢索等場景需求。

從使用結果來看，向量數據庫能直接提升運營效率。官方信息顯示，使用騰訊云向量數據庫后，QQ音樂人均聽歌時長提升3.2%、騰訊視頻有效曝光人均時長提升1.74%、QQ瀏覽器成本降低了37.9%。