开源向量数据库和搜索初创公司Qdrant开发了一款轻量级向量数据库,专为在机器人、自助终端、移动设备和其他嵌入式系统上本地运行而设计。
Qdrant Edge使开发者能够在边缘设备上本地运行混合和多模态搜索,无需连接服务器进程或后台线程。边缘设备通常资源受限,具有高延迟、有限计算能力和最小网络访问。Qdrant在其Edge产品中实现了云原生向量数据库的核心功能。向量数据库被生成式AI模型用于响应基于自然语言的用户请求。
Qdrant首席执行官兼联合创始人André Zayarni表示:"开发者需要在做出许多决策的地方运行基础设施——在设备本身上。Qdrant Edge是专为嵌入式AI设计的全新向量搜索引擎。它将本地搜索、确定性性能和多模态支持融入到最小的运行时占用空间中。"
Qdrant表示,Edge产品提供了对生命周期、内存使用和进程内执行的完全控制,无需后台服务。它将支持进程内执行、高级过滤以及与实时智能体工作负载的兼容性。预想的应用包括具有多模态传感器输入的机器人导航、智能零售自助终端和销售点系统上的本地检索,以及在移动或嵌入式硬件上运行的隐私优先助手。
Qdrant最初将其向量存储在底层的RocksDB键值存储中,但由于固有的压缩导致随机延迟峰值,并发现由于选项过多而难以调优。因此,它用Rust开发了自己的Gridstore键值存储。这具有数据层来在固定大小块中存储值以进行快速查找,掩码层来跟踪已使用和未使用的块而无需压缩,以及间隙层来管理空间分配。
Qdrant表示,它已经看到了机器人和移动AI开发者的早期关注,这些开发者希望进行本地部署并获得比连接到中央或云向量数据库更好的性能,以及需要边缘隐私优先AI的公司。
我们了解到,从自助终端开发者的角度来看,拥有能够响应客户自然语言查询的系统可能是有利的。
Qdrant的Edge产品现在通过私有测试版提供。构建机器人、设备助手或嵌入式推理管道的团队可以在此申请。
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
苹果在iOS 26公开发布两周后推出首个修复更新iOS 26.0.1,建议所有用户安装。由于重大版本发布通常伴随漏洞,许多用户此前选择安装iOS 18.7。尽管iOS 26经过数月测试,但更大用户基数能发现更多问题。新版本与iPhone 17等新机型同期发布,测试范围此前受限。预计苹果将继续发布后续修复版本。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。