一、AI 应用为什么需要向量数据库

在知识库问答、智能搜索、以图搜图等场景中，应用需要找到与用户问题或输入内容在语义上相关的数据。Embedding 模型可以将文本、图片等内容转换为向量，向量数据库则负责这些向量及相关业务数据的存储、索引和检索，为应用提供相似内容召回能力。

当数据规模、访问并发和业务复杂度增加时，应用还需要同时处理检索效率、业务条件过滤、数据更新和服务稳定性等问题。

因此，向量数据库为 AI 应用提供可持续更新、可按业务条件检索、可随规模扩展的数据基础，适用于 RAG 知识库、AI Search、内容相似度检索等场景。相关能力及场景见产品优势和应用场景。

二、百度智能云向量数据库是什么

百度智能云向量数据库 VectorDB 是面向 AI 应用的分布式向量数据库产品，提供向量及相关业务数据的存储、索引、检索和管理能力，适用于大模型知识库、RAG、AI Search、文本与图像相似度检索等场景。其产品定位侧重在线检索，相关说明见VectorDB 优势产品定位。

VectorDB 同时提供百度自研引擎和 Milvus 引擎。百度自研引擎围绕在线检索进行优化，提供向量检索、标量过滤、全文检索和混合检索等能力；Milvus 引擎面向依赖 Milvus SDK、API 和生态的用户，提供云端托管能力，降低存量业务上云和迁移的接入成本。双引擎定位见新增 Milvus 引擎产品文档，已发布能力见产品功能发布记录。

用户可以通过控制台创建和管理数据库实例，并使用所选引擎对应的 API、SDK 及生态工具接入业务。产品提供实例管理、监控和运维能力；百度自研引擎还支持私有化部署，满足不同部署环境下的向量检索需求。相关说明见产品优势。

三、向量数据库核心能力及其价值

VectorDB 围绕数据存储、相似度检索、业务过滤、混合召回和生产运维提供能力。不同引擎的接口、索引类型及功能范围以对应引擎文档为准。