"作为全球最受欢迎的开源向量数据库 Milvus 的创造者，Zilliz 提供面向 AI 应用的新一代数据库技术，帮助企业便捷开发 AI 应用。

以 AI 民主化为使命，Zilliz 致力于简化 AI 数据管理基础设施，通过向量数据库赋能更多企业。

联合创始人郭人通在一次采访中说：向量数据库和大模型的交叉地带主要是知识增强，近一年的主流方案都还是松耦合的形式，即知识库召回的结果填入 prompt 做模型输入的增强。未来会出现一些紧耦合的形式。

一个是大模型会深度参与知识的选择，特别是在 long context 大模型成本持续下降后，背景知识的输入可以大幅增宽，并通过大模型在深度语义层面对知识进行选用。技术角度看，这个知识选取过程有两层，底层由传统索引支撑，上层由 Attention 支撑。新的技术会使得 Attention 所覆盖的面积下移，也意味着效果的提升。

另一个方向是 embedding model 与 LLM 的语义空间融合。这个方向现在看还不那么明朗，但有挺大的想象空间。这两个语义空间融合后，向量数据库内的知识片段表示可以直接参与 Attention 过程。这是一个形态更加自然的「大模型记忆体」，可以支撑动态的知识选择。例如，以模型内部的数据表示作为记忆体的输入，在记忆体中进行扩展的 Attention 动作，召回与当前上下文强相关的内容。当然，这个方向在模型结构和成本上都还有很大的挑战。"