当大模型开启“诸神之战”，有一个致命的短板，让尝鲜的用户无法忍受。“一本正经地胡说八道”，这是很多大模型的“通病”，这也是我们常说的“AI幻觉”。如何让大模型变得更准确、聪明，还不胡言乱语？除了模型框架、数据、算法，还有一个关键应用就是向量数据库！

　　数据中枢背后

　　关于向量数据库与大模型的关系，以及存在的重要性，有多种版本解读。相对形象一点的说法是，如果大模型有一个容易失忆的大脑，那么向量数据库就是“海马体”，主要负责记忆的存储和定向等功能。从解剖学的角度来看，如果把一个人大脑里的海马区切除，这个人就失去了长时记忆能力，感受不到声、光、味觉等。

　　说白了，大模型之所以有幻觉，根本原因是大模型的向量数据库不够强大，导致大模型只能从既定的数据中查找答案，推理的结果常常泛泛而谈，或者胡诌，极度影响体验。所以，大模型聪明与否，要看向量数据库是否给力，这也是腾讯云为什么发力向量数据库，构建AGI“数据中枢”的根本原因。

　　有人可能会想：我在数据中台层面提升数据调度能力，传统关系型数据库也可以支持呀？但现实情况是，企业在搭建和使用大模型时，首先需要把海量数据安全、高效地接入大模型，在诸多复杂数据中，适合关系型数据库的结构化数据仅有20%，其余80%都是文本、图像、视频、音频等非结构化的数据。而向量数据库可以把复杂的非结构化数据处理成多维逻辑的坐标值，与大模型进行连接，数据处理的效率要比传统数据库提升10倍。

　　同时，向量数据库也可以作为外部知识库给大模型输送最新、最准确、最全面的信息，高效应对实时问答，并且让大模型拥有长期记忆，避免聊天时的断片。如此一来，向量数据库与大模型是最 佳搭档的说法，就比较容易理解了。

　　专业向量数据库VS传统数据库向量插件

　　事实上，把向量数据库作为大模型背后的主要赛道，领先企业已经走在创新征程中了。初步统计，致力于向量数据库的厂商已经有50多家。而从具体的技术路线来看，主要分两大类：一类是专业的向量原生数据库，从诞生开始就为向量设计，可以做向量数据结构的存储、解锁、查询；另一类是传统数据库上加了一个向量插件，使其能够支持向量的检索。

　　对比分析，两种方式各有应用场景，比如：企业刚开始时候，数据量不大，不想引入新数据库，那就可以选择传统数据库+向量插件的方式。但如果企业数据量较大，想构建更聪明的大模型，对性能和未来发展有更高要求，那选择像腾讯云这样专业的向量数据库产品，显然会更适合。

　　从向量数据库应用角度看，还有更多可能性。现在，很多企业用向量数据库解决大模型的幻觉、知识增强等方面的弱点，但其实未来不局限于这些能力，还可以在图像查询方面有更好的表现，比如：对手机里的照片进行查询，类似于搜图引擎，这其实也是一种向量查询。

　　当然，在大模型场景下，并不是说有了专业向量数据库，传统数据库就再无用武之地了。向量数据库与传统关系型数据库之间依然可以协同发展、相互补充。针对传统关系型数据库难以处理的大规模数据、低时延高并发检索、模糊匹配等领域，向量数据库通过数据的向量化来满足特定需求。传统数据库可以支持数值、字符串、时间等传统数据类型，但向量数据库只支持新的数据类型，不存储原始数据。传统数据库支持的数据规模相对不大，最多是1亿条数据，而向量数据库可以支撑大规模数据，千亿条数据是底线。传统数据库的查询方式是精确查找，要么符合条件，要么不符合；向量数据库是近似查找，查询结构和输入条件是最相似的，对计算能力要求较高，上层应用是对外提供统一的API方式，更适合大规模AI应用程序的部署和使用。

　　智能进化

　　大模型并不是从零开始，向量数据库也不是。那么，向量数据库到底是怎么发展起来的？腾讯云数据库团队曾经有过深刻的思考！

　　腾讯云数据库副总经理罗云认为，大模型的本质不应该是一个无限大的存储体，而是一个带有智算能力的平台，将之前只有编程语言才能触达的底层计算能力，用自然语言去调度，这应该是一个令人兴奋的奇点。兴奋之余再次冷静思考，人类在完成数字化改造过程中，除了计算平台，还有其他的可能性吗？到底什么才是AGI时代的技术内核？总结发现，底层数据的智能化流通才是撬动数据中枢的金钥匙！

　　如今，当企业有了通用的智能计算能力后，底层的数据可以快速流动起来，我们可以把文件存在文件系统，我们可以调用关系型数据库里面的表格数据、非关系型里面的KV数据，所有数据都可以通过智能化的方式流通和联动。但要想让数据和人类对话，光有计算平台还不够，还要有一个智能数据平台，可以用自然语言把数据取出来，然后交给大模型去计算，而要达成这样的目的，向量数据库就成为一个重要的枢纽。

　　既然向量数据库如此重要，我们如何在传统数据库经验基础上，通过智能化升级，与数据平台进行对话？这恰好是腾讯云数据库最擅长的点！在腾讯云向量数据库技术峰会上，腾讯云宣布联合第三方机构完成了一个测试，腾讯云向量数据库可以支持千亿级别规模的数据，并且QPS大幅提升，达成了500万的峰值能力。

　　目前，腾讯云向量数据库已经有大量用户，包括百川智能、好未来、销售易等公司。最近，他们和百川一起做了个 AGI 启航计划，赠送向量数据库实例及 Baichuan2 大模型 400 万的 Tokens。

　　通过Embedding、向量索引、分布式系统架构、硬件加速等核心技术，腾讯云向量数据库可以有效解决文本、图像、视频，包括生物制药、风控、音频、多模态等广阔场景的特定问题。比如：利用Embedding技术将高维度的数据（例如文字、 图片、 音频）映射到低维度空间 ，即把图片、声音和文字转化为向量来表示，将这些向量存储起来就构成向量数据库，实现Embedding过程的方法包括神经网络、 LSH（局部敏感哈希算法）等。

　　所谓，“罗马不是一天建成的”，从2019年左右开始，腾讯就在去打磨向量数据库的能力，引领企业业务走向AGI时代。到目前为止，腾讯云已经服务了40家以上的内部客户，每天支持的向量数据的检索超过了1600亿次。同时，腾讯云服务外部客户也达到了1000家，这样的增速可以说是非常惊人。

　　放眼未来，AGI正在加速进化，这中间有惊喜，也有挑战。腾讯云数据库将一如既往，不断探索，引领创新。“Road to AGI，Together on the Path”——这句话完美地概括了腾讯云技术团队的当前状态！