《向量数据库指南》——向量数据库两股新势力，云是方向

从引爆到饱和，向量数据库市场的发展速度迅猛，也吸引了“群雄逐鹿”。

传统数据库厂商不必多说，既有相应的能力建设，也有一定的客户基础，推出相关产品是必然。一些在AI领域积淀已久的科技大厂，如谷歌、微软、Meta、百度等大厂，都有向量数据库的技术积累，也都可以向外输出相关能力和产品。这些我们都比较熟悉了。

而上一年狂飙突进的两股新势力，成为市场上的黑马，分别是创业公司和公有云。

以上半年爆火的AI创业新秀Pinecone为代表。Pinecone是闭源的领跑者，凭借良好的开箱即用的产品体验，获得了非常大的增长，B轮估值达到7.5亿美元。其他竞争者大多建立在开源项目的基础上。

总体来说，这些创业“独角兽”的向量数据库公司，固然新锐，但长期盈利能力还有待验证。原因是，其客户大多是尝鲜、实验性质。

一般来说，企业需要先将非结构化的私密数据，进行一个小的模型，进行向量化，产生一个向量的矩阵，再存储到向量数据库里，来供大模型学习和检索。这个过程涉及大量的工程化，会耗费企业许多开发人员、时间成本，一开始可能会因为AI大模型很火而对向量数据库产生兴趣，但能否真正在业务中落地还是个未知数，因此，长期付费意愿还有较大的不确定性。

另一股“新势力”：公有云厂商，也是向量数据库的积极参与者。

不是所