Databricks发布了Databricks Vector Search工具，可提高检索增强生成（RAG）和生成式人工智能应用的准确性。Vector Search允许在非结构化文档（如PDF和Office文档）上进行相似性搜索，并与Databricks Data Intelligence平台集成。它支持自动数据同步，并利用现有的安全和数据治理工具。Vector Search具有快速性能、低总拥有成本、内置治理和高检索质量。

Databricks宣布Vector Search的普遍可用性以及Model Serving的重大更新，使企业更容易构建高质量的生成式AI应用。通过部署具有企业上下文和指导的LLM来解决实现高质量AI应用的挑战。Databricks Vector Search被Corning用于提高检索速度和准确性。Ford Direct将Vector Search与其生成式AI解决方案集成。Databricks还宣布Model Serving Foundation Model API的普遍可用性以及Model Serving的重大更新，包括新的用户界面和对其他模型的支持。他们还提供Feature Serving和质量监控界面。将分享有关使用这些功能的详细博客。

MongoDB和Nomic开发了一种经济实惠的AI驱动搜索解决方案，用于大型PDF集合。Nomic Embed与MongoDB Atlas Vector Search结合，使用户能够检索PDF中语义相似的部分，提供比传统关键词搜索更有意义的结果。这项技术有利于金融服务、零售和制造等行业。

Google Cloud推出Atlas Search Nodes公开预览，为Atlas Search和Vector Search工作负载提供专用基础设施。这些节点允许更好地控制和扩展搜索工作负载，优化计算资源，提高性能和可用性。开发人员可以通过MongoDB UI轻松激活和设置Search Nodes。这个新功能提供更高的可用性、增加的可扩展性、工作负载隔离和改进的查询性能。

Google Cloud推出Atlas搜索节点，为Atlas Search和Vector Search工作负载提供专用基础设施。这些节点提供了改进的性能和可用性，允许开发人员为搜索和数据库工作负载隔离和优化资源。通过自动同步搜索集群和操作数据之间的数据，Atlas Search和Atlas Vector Search消除了对单独的ETL工具的需求。用户可以轻松配置和使用这些搜索节点在Google Cloud上。

Databricks公开预览了Databricks Vector Search，该功能可帮助开发人员提高检索增强生成（RAG）和生成式人工智能应用的准确性。Vector Search可在非结构化文档上进行相似性搜索，具有快速、安全和易用的特点。它提供低延迟、简单的开发者体验、统一的治理和无服务器扩展等功能。Databricks Vector Search与Databricks Data Intelligence Platform集成，提供自动化数据摄取和内置治理。它还提供快速的查询性能，开箱即用。

MongoDB Atlas推出了一组新的公共预览功能，使开发人员能够在本地使用Atlas Search和Vector Search开发应用程序。开发人员可以使用Atlas CLI配置、连接和自动化常见的管理任务。此外，开发人员可以使用Atlas CLI在本地创建和管理具有Vector Search索引的开发实例。

MongoDB Atlas推出新功能，允许在本地构建软件，提供更大的灵活性和减少运营开销。使用Atlas CLI可以在本地部署Atlas Search和Vector Search，以建立全文检索搜索或采用AI技术的应用程序。

MongoDB Atlas推出了一组新的公共预览功能，允许开发人员在本地构建软件，包括Atlas Search和Vector Search，使用Atlas CLI连接和自动化常见的管理任务。新的本地体验使得在Atlas上处理数据变得更加容易。

MongoDB推出新功能Atlas CLI，允许开发人员在本地构建软件，包括Atlas Search和Vector Search，提高灵活性，减少操作负担。开发人员可以使用Atlas CLI在本地部署Atlas，设置、连接和自动化管理任务。同时，可以使用Atlas CLI创建和管理Atlas Search和Vector Search索引。

MongoDB Atlas Developer Data Platform新增了名为Vector Search的功能，使用户可以基于语义或含义而不是数据本身查询数据。该功能使用近似最近邻算法将数据转换为数字表示，并查询相似值。 MongoDB Atlas内置了这个功能，用户可以利用这些强大的新功能构建应用程序。 MongoDB消除了利用AI和Vector Search的挑战，同时将Vector Search的功能带到一个可以支持几乎任何工作负载的平台上。公司期待在MongoDB.local London上发布更多令人兴奋的公告，以便尽快推出这个解决方案并实现普及。