Zilliz 是开源向量数据库 Milvus 背后的商业公司，近期围绕 Milvus 3.0 展开了一系列活动，并提出了数据湖原生向量搜索和 Vector Lakebase 等新理念。
- 近期主要进展
- Milvus 3.0 网络研讨会多次举行，重点介绍架构升级与数据湖原生向量搜索功能，旨在将向量搜索能力直接扩展到数据湖场景，减少数据移动成本（Milvus 3.0 网络研讨会：数据湖原生向量搜索与架构升级）。
- Zilliz 技术团队分享了大规模过滤向量搜索的加速方案，针对实际应用中常见的条件过滤与向量检索结合的场景提出优化（Zilliz 分享大规模过滤向量搜索加速方案）。
- 技术负责人详细解读了 RaBitQ 压缩向量索引技术，该技术可在保持查询精度的前提下大幅降低索引存储成本（RaBitQ 压缩向量索引降成本，Zilliz 技术负责人详解）。
- Zilliz 提出 Vector Lakebase 概念，主张 AI 数据应只存储一次，并支持多种使用方式，旨在统一向量搜索与分析工作负载（Zilliz 提出 Vector Lakebase：AI 数据应只存一次，多种方式使用）。
当前焦点 / 未来观察点
当前 Zilliz 的重点是推动 Milvus 3.0 的落地，尤其是与数据湖深度集成，以降低用户数据管线的复杂度。同时，压缩索引与过滤加速技术直指实际应用中的成本和性能痛点，未来可能成为向量数据库竞争的关键差异点。Vector Lakebase 概念若成功推广，可能改变 AI 数据管理范式，但尚需观察其在社区和商业领域的采纳速度。