鈦媒體App 3月11日消息，李開(kāi)復(fù)博士創(chuàng)立的零一萬(wàn)物宣布，公司成功研發(fā)出基于全導(dǎo)航圖的新型向量數(shù)據(jù)庫(kù) “笛卡爾（Descartes）”，并已包攬權(quán)威榜單ANN-Benchmarks 6項(xiàng)數(shù)據(jù)集評(píng)測(cè)第一名。
零一萬(wàn)物表示，在國(guó)際權(quán)威評(píng)測(cè)平臺(tái)ANN-Benchmarks離線測(cè)試中，零一萬(wàn)物笛卡爾向量數(shù)據(jù)庫(kù)比之前榜單上同業(yè)第一名有顯著性能提升，部分?jǐn)?shù)據(jù)集上的性能提升甚至超過(guò)2倍以上，在gist-960-euclidean數(shù)據(jù)集維度更大幅領(lǐng)先榜單原TOP1 286%。
零一萬(wàn)物強(qiáng)調(diào)，笛卡爾向量數(shù)據(jù)庫(kù)將應(yīng)用于公司即將正式發(fā)布的 AI 產(chǎn)品中，未來(lái)還將結(jié)合工具提供給廣大開(kāi)發(fā)者。
據(jù)悉，零一萬(wàn)物（01.AI）成立于2023年5月16日，致力于打造全新的 AI 2.0 平臺(tái)與AI-first生產(chǎn)力應(yīng)用的全球化公司，由創(chuàng)新工場(chǎng)董事長(zhǎng)兼CEO李開(kāi)復(fù)博士親自掛帥，擔(dān)任零一萬(wàn)物CEO。
2023年中關(guān)村論壇上，李開(kāi)復(fù)就對(duì)鈦媒體App等表示，以GPT-4等大模型為代表的生成式 AI 熱度在全球蔓延，意味著AI 2.0時(shí)代已經(jīng)到來(lái)，它將帶來(lái)比移動(dòng)互聯(lián)網(wǎng)時(shí)代大十倍的機(jī)會(huì)，穿透各行各業(yè)極大地提振生產(chǎn)力。“我們預(yù)測(cè)，全新的 AI 2.0平臺(tái)將能有效幫助提升人類(lèi)生產(chǎn)力，創(chuàng)造巨大的經(jīng)濟(jì)價(jià)值及社會(huì)價(jià)值。”
2023年11月，零一萬(wàn)物發(fā)布首款研發(fā)的最強(qiáng)開(kāi)源 AI 大模型系列“Yi”，包括Yi-6B（數(shù)據(jù)參數(shù)量為60億）、Yi-34B（340億）兩款，均是雙語(yǔ)（英文/中文）、支持開(kāi)源。
其中，Yi-34B模型在多項(xiàng)評(píng)測(cè)基準(zhǔn)中全球領(lǐng)跑，基于超強(qiáng)Infra下模型訓(xùn)練成本實(shí)測(cè)下降40%，模擬千億規(guī)模訓(xùn)練成本可下降多達(dá)50%，并以更小模型尺寸的基準(zhǔn)結(jié)果超過(guò)LLaMA2-34B/70B、Falcon-180B等大尺寸開(kāi)源模型，以及百川智能（王小川創(chuàng)立）的Baichuan2-13B。
“隨著團(tuán)隊(duì)到位，2023年6、7月份開(kāi)始寫(xiě)第一行代碼，短短四個(gè)月做了非常自豪的產(chǎn)品。我們是‘不鳴則已，一鳴驚人’。所以‘一鳴驚人’之后，如果我們過(guò)半年甚至過(guò)一年回頭看，今天對(duì)我們來(lái)說(shuō)只是剛剛開(kāi)始，我們還會(huì)不斷的去開(kāi)發(fā)、推動(dòng)、宣布更多令人驚艷的成果。”李開(kāi)復(fù)當(dāng)時(shí)表示。
此次公布的向量數(shù)據(jù)庫(kù)，又被稱(chēng)為AI時(shí)代的信息檢索技術(shù)，是檢索增強(qiáng)生成（RAG）內(nèi)核技術(shù)之一。隨著大模型為代表的AI 2.0時(shí)代到來(lái)，圖片、視頻、自然語(yǔ)言等多模態(tài)的非結(jié)構(gòu)化數(shù)據(jù)量陡增。區(qū)別于傳統(tǒng)數(shù)據(jù)庫(kù)，向量數(shù)據(jù)庫(kù)專(zhuān)門(mén)用來(lái)存儲(chǔ)、管理、查詢(xún)和檢索向量化的非結(jié)構(gòu)化數(shù)據(jù)，而ChatGPT模型進(jìn)一步強(qiáng)化了向量數(shù)據(jù)庫(kù)的作用。
截至目前，Google、微軟、Met 等大廠的相關(guān)向量大模型產(chǎn)品先后問(wèn)世，Zilliz、Pinecone、Weaviate、Qdrant等創(chuàng)業(yè)公司也異軍突起。2023年，OpenAI的向量數(shù)據(jù)庫(kù)合作方Pinecone完成了B輪1.38億美元融資，國(guó)內(nèi)初創(chuàng)企業(yè)Fabarta ArcNeural也完成了上億元Pre-A輪融資。
如今，李開(kāi)復(fù)帶領(lǐng)的團(tuán)隊(duì)也自主研發(fā)出全新的向量數(shù)據(jù)庫(kù)。
具體來(lái)說(shuō)，零一萬(wàn)物笛卡爾主要聚焦于高性能向量數(shù)據(jù)庫(kù)，采用領(lǐng)先的全導(dǎo)航圖技術(shù)、首創(chuàng)自適應(yīng)鄰居選擇策略等新功能，以及采用了兩級(jí)量化方案增強(qiáng)RAG，在處理復(fù)雜查詢(xún)、提高檢索效率、優(yōu)化數(shù)據(jù)存儲(chǔ)方面相比業(yè)界擁有顯著的比較優(yōu)勢(shì)。另外，零一萬(wàn)物還采用索引結(jié)構(gòu)優(yōu)化、連通性保障等全棧向量技術(shù)方案，從而提高笛卡爾向量數(shù)據(jù)庫(kù)的性能。
以電商推薦場(chǎng)景為例。上架商品數(shù)量可能千萬(wàn)級(jí)，每個(gè)商品可以由一個(gè)向量表達(dá)，即使庫(kù)中向量數(shù)不算很大，如果電商用戶(hù)基數(shù)非常龐大，高峰時(shí)每秒用戶(hù)請(qǐng)求數(shù)非常大，可能達(dá)到幾十萬(wàn)甚至上百萬(wàn)的吞吐量QPS（每秒內(nèi)處理的請(qǐng)求數(shù)），使用高性能向量數(shù)據(jù)庫(kù)可以有效提升電商場(chǎng)景里面搜索、廣告業(yè)務(wù)的推薦效果，促進(jìn)銷(xiāo)售額增長(zhǎng)。
零一萬(wàn)物表示，笛卡爾擁有超高精度、超高性能兩個(gè)優(yōu)點(diǎn)：一、超高精度，基于多層縮略圖和坐標(biāo)系實(shí)現(xiàn)層間導(dǎo)航和圖上方位導(dǎo)航，以及圖連通性保障，實(shí)現(xiàn)精度大于99%，相同性能下，精度大幅領(lǐng)先業(yè)內(nèi)水平；二、超高性能，高效的邊選擇和裁剪技術(shù)，千萬(wàn)數(shù)據(jù)庫(kù)ms（秒級(jí)）響應(yīng)。
該公司指出，在兩級(jí)量化降低計(jì)算復(fù)雜方面，相比傳統(tǒng)PQ查表，笛卡爾向量數(shù)據(jù)庫(kù)的性能得到大幅提升到2-3倍；目標(biāo)向量層面，笛卡爾讓RAG向量檢索性能提高15%-30%，從而幫助企業(yè)客戶(hù)構(gòu)建私域知識(shí)庫(kù)、智能客服系統(tǒng)；在自動(dòng)駕駛領(lǐng)域，使用高性能向量數(shù)據(jù)庫(kù)可來(lái)加速自動(dòng)駕駛模型訓(xùn)練等。
基準(zhǔn)測(cè)試層面，在glove-25-angular、glove-100-angular、sift-128-euclidean、nytimes-256-angular、fashion-mnist-784-euclidean、gist-960-euclidean六大數(shù)據(jù)集中，零一萬(wàn)物笛卡爾向量數(shù)據(jù)庫(kù)在6項(xiàng)數(shù)據(jù)集評(píng)測(cè)中都處于最高位。
零一萬(wàn)物強(qiáng)調(diào)，笛卡爾向量數(shù)據(jù)庫(kù)是團(tuán)隊(duì)基于RAG的初步嘗試，將在近期發(fā)布的AI生產(chǎn)力產(chǎn)品中得到有效應(yīng)用。未來(lái)各家大模型優(yōu)化到一定程度后，向量數(shù)據(jù)庫(kù)的能力可能決定各家大模型的天花板。零一萬(wàn)物后續(xù)會(huì)持續(xù)專(zhuān)注研發(fā)和分享，為用戶(hù)帶來(lái)更好的技術(shù)和體驗(yàn)。
“零一萬(wàn)物的數(shù)據(jù)處理管線、算法研究、實(shí)驗(yàn)平臺(tái)、GPU資源和 AI Infra 都已經(jīng)準(zhǔn)備好，我們的動(dòng)作會(huì)越來(lái)越快”。李開(kāi)復(fù)表示，零一萬(wàn)物希望有更多的開(kāi)發(fā)者使用Yi系列模型，打造自己場(chǎng)景中的“ChatGPT”，引領(lǐng)下一代前沿創(chuàng)新和商業(yè)模型，探索走向通用 AI 時(shí)代。
鈦媒體App了解到，零一萬(wàn)物即將推出基于 AI 2.0 的超級(jí)應(yīng)用產(chǎn)品。
（本文首發(fā)鈦媒體App，作者｜林志佳）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論