向量数据能够从多个维度记录事物特征，是人工智能时代的基础数据形式。人工智能系统正是通过海量向量数据所标记的事物特征，准确理解、认识事物。向量数据库则能够对海量向量数据进行有效储存、检索、管理。

　　传统关系型数据库主要基于表格形式，按照行和列来组织、储存数据，在进行检索时需要逐行、逐列进行搜索，不利于对向量数据进行快速检索和高效管理。而向量数据库借助向量索引等技术，在进行数据检索时，可以通过模糊匹配来进行近似查找，能够以最快速度找出符合需求的数据，显著提升人工智能系统的数据检索、处理效率。

　　中国信通院云计算与大数据研究所大数据与区块链部主任姜春宇在当日举行的“AG时代的‘数据枢纽’腾讯云向量数据库技术及产业峰会”上表示，今年以来，人工智能大模型的爆发式发展，进一步催生了行业对向量数据库的需求，向量数据库关注度持续上升。但长期以 来，在向量数据库技术架构、查询语言、使用成本等方面，行业共识不足，有较多亟待解决的关键问题。