活动信息

• 时间：1月24日13:00-17:30

• 地点：广州（国际）科技成果转化天河基地 · 三楼星空间会议室

• 主题：Gen AI 连接非结构化数据

什么是「非结构化数据」？

一句话解释：它是电脑以前看不懂，但人类最喜欢的「混乱」资讯。

想像一下你的办公桌：

结构化数据（Structured Data）： 就像是一个Excel 表格或电话簿。每一行每一列都整整齐齐，写着姓名、电话、金额。这类数据电脑处理起来最拿手，但它只占世界的 20%。

非结构化数据（Unstructured Data）： 就像是你手机里的相簿、微信聊天记录、录音档、PDF 文件、或是随手拍的影片。这些东西没有固定的格式，乱糟糟的，但却包含了我们生活和工作中 80% 的真实信息。

为什么它很重要？

以前的电脑很笨，只能看懂 Excel 表格，看不懂图片和语义。现在的 AI 技术（GenAI）终于进化到可以读懂这些「非结构化数据」了，这就是为什么现在 AI 能画图、能陪你聊天的原因。

什么是「向量数据库」？

一句话解释：它是给 AI 装上的「超级大脑海马体」，让 AI 拥有类似人类的联想记忆力。

既然「非结构化数据」像是一个堆满杂物的巨大仓库，那我们要怎么从里面快速找到想要的东西呢？

传统数据库（关键字搜寻）： 就像是一个死板的管理员。你想找一本书，你必须精准地说出书名《哈利波特》，错一个字它就说「找不到」。

向量数据库（Vector Database）： 就像是一个懂你的图书馆员。

它把图片、文字、声音都变成了一串串电脑能懂的「特征密码」（这就是向量）。

当你说：「我想找一本关于魔法、有猫头鹰、还有个戴眼镜小男孩的书。」

即便你没说出书名，向量数据库也能通过「意思相近」和「特征相似」，瞬间帮你把《哈利波特》找出来。

活动嘉宾

14:00-14:30

李成龙｜Zilliz 资深开源布道师

Milvus 的架构创新与案例实践

• Milvus 发展历程及核心功能
  

• Milvus 架构演进与性能优化
  

• 落地案例分享

14:30-15:00

王树丨唯品会基础架构部后台开发工程师

向量数据库在唯品会的应用

• 向量检索在唯品会的发展史

• 对开源 milvus1 的优化

• Milvus 2.X 集成到公司的运维监控

• Milvus 2.x 机房容灾架构改进

• 未来新功能需求

15:15-15:45

王琼丨YY直播SRE 技术专家

Milvus监控告警实战—基于 Grafana MCP 构建统一数据分析平台

• Milvus 可观测性建设与监控指标体系设计

• Grafana MCP 驱动的多源数据分析与效率优化

• 面向 AI / 向量检索场景的监控与告警实践

15:45-16:15

廖健森｜虎牙资深研发工程师
向量检索在虎牙的工程实践

• 向量检索技术简介--从理论到工程价值

• 向量检索服务架构设计--高可用，高并发，高召回率的三重挑战

• 业务落地案例（推荐，LLM，视频去重）