🌐 网络研讨会 | Milvus 3.0 新特性:实时演示与问答,6月8日线上举行
Milvus 3.0 beta 是项目启动以来最大架构升级,首次原生支持在数据湖上直接对向量进行索引与查询,并引入超越 top-K 搜索的查询引擎;该版本由核心维护者 Li Liu 和 Jiang Chen 主导,将驱动 Zilliz Vector Lakebase 的落地。
入选理由:Milvus 3.0 beta 首次实现向量索引与查询的‘数据湖原生’能力,无需额外迁移数据到专用存储。
人物
也叫:江晨
Milvus 核心维护者之一。
最近变化
2026-06-08 · Milvus 3.0 是自项目启动以来最大的架构升级。
Jiang Chen 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 6 篇与「Jiang Chen」相关的 AI 资讯和分析。
Milvus 3.0 beta 是项目启动以来最大架构升级,首次原生支持在数据湖上直接对向量进行索引与查询,并引入超越 top-K 搜索的查询引擎;该版本由核心维护者 Li Liu 和 Jiang Chen 主导,将驱动 Zilliz Vector Lakebase 的落地。
入选理由:Milvus 3.0 beta 首次实现向量索引与查询的‘数据湖原生’能力,无需额外迁移数据到专用存储。
Milvus 提出将对话历史转化为可读、可编辑的长期记忆的方法,结合 Markdown 和语义搜索。
入选理由:对话历史应以 Markdown 格式存储,便于人类阅读和编辑。
Milvus 3.0 是一个重要的架构升级,但文章内容主要是宣传信息,缺乏技术深度。
入选理由:Milvus 3.0 是自项目启动以来最重要的架构升级。
Milvus 3.0 架构升级,支持向量索引和查询,但内容为宣传稿,信息密度低。
入选理由:Milvus 3.0 是自项目启动以来最大的架构升级。
RaBitQ算法通过随机旋转将float32向量压缩至每维度1比特,显著降低向量搜索的RAM和SSD成本而不牺牲质量。Zilliz开发者关系负责人Jiang Chen在伦敦非结构化数据Meetup上分享了这一技术。
入选理由:向量搜索成本高主要源于索引存储消耗大量RAM和NVMe SSD资源
Milvus团队在伦敦非结构化数据聚会分享AI Agent构建经验,强调上下文管理、记忆系统与向量检索基础设施的关键作用。
入选理由:单纯提升大模型能力不足以构建实用Agent,需融合企业文档、用户偏好等多源上下文
与「Jiang Chen」经常一起出现的 AI 术语。
💡 想追踪「Jiang Chen」的长期趋势?去 实体雷达 · Jiang Chen 查看详细分析和跨材料问答。