开源的向量数据库和向量相似性AI搜索引擎
Qdrant 发布 Qdrant Edge，为开源机器人 Reachy 赋予本地语义记忆能力。该系统将向量数据库直接嵌入机器人进程，无需联网即可毫秒级检索图片与文本记忆。通过优化工具调用描述与向量检索阈值策略，解决了机器人“看什么”与“如何回答”的幻觉问题，实现了从上下文窗口溢出到长期记忆管理的完整闭环。
针对 Perplexity 新发布的 pplx-embed-v2-late 视觉检索模型（单页约 856KB 向量）存储体积过大问题，Qdrant 推出 TurboQuant 1 位压缩技术。该技术将单页向量体积从 856KB 压缩至 40KB，实现 21 倍缩减，同时保留 96.5% 的检索质量（配合重评分可达 99.9%）。此举推动文档检索从“文本优先”转向“视觉优先”，大幅降低亿级文档索引的内存占用，为 PDF 及图表检索提供低成本高能效方案。
Qdrant 团队深入测试了 TypeSafe 推出的 Jev 模型，验证其在无需任务特定训练的情况下，如何解决大语言模型（LLM）在分类任务中成本高、速度慢及输出不可控的问题。文章重点展示了 Jev 在检索重排（Reranking）和减少重复结果（Diversity）方面的实测数据，证明其能以极低的推理成本（单次请求）提供优于传统交叉编码器（Cross-encoders）和基础向量检索的 nDCG 指标，同时保持毫秒级响应。
Qdrant 团队深度测试了 Google 最新推出的 EmbeddingGemma 2 模型，探索在海量数据场景下的极致内存压缩方案。通过引入 1-bit TurboQuant 量化技术配合重排序（Rescoring）机制，Qdrant 成功将向量存储内存占用降低至 77 倍，同时保持 94.5% 的检索质量。文章详细对比了不同维度截断与量化策略在 SciFact、FiQA 等基准数据集上的表现，为大规模向量数据库提供了极具价值的架构优化参考。
Qdrant 发布 Constella 预览版，允许用户在无需重新嵌入文档向量的情况下，根据查询负载动态切换三种不同规模的查询模型（Zero、Nano、Full）。该方案基于 4 亿参数的 Stella 文档编码器，通过蒸馏技术实现了极轻量级的查询处理，在保持检索精度的同时，将查询速度提升了数百倍，显著降低了边缘设备与高并发场景下的计算成本。
We rewrote cross-encoder inference in Rust, benchmarked it against Python, and on a small reranking model it came out only 1.1x faster at the median. That is not a sign of a slow Rust implementation.
金融 AI 公司 Lucy 利用 Qdrant 构建针对 280 万份 SEC 及 DART 财报的“事实来源”检索层。通过 TurboQuant 4 位量化技术，内存占用降低 4.9 倍（52GB 降至 10.7GB）且保持检索质量。结合 Payload 过滤与混合搜索（Dense+BM25），Lucy 在 FinanceBench 评测中 Recall@20 超 94%，显著优于通用大模型，解决了金融领域对数据可追溯性与精度的严苛要求。
远程招聘平台 Himalayas 为了解决海量职位与人才简历间的语义鸿沟，从 Algolia 迁移至 Elasticsearch，最终选定 Qdrant 构建混合搜索系统。通过结合语义向量检索与精确结构过滤，Himalayas 成功支撑了 10 万 + 实时职位与 30 万 + 人才档案的匹配需求。该案例展示了 Qdrant 在 Hybrid Search 架构下的卓越表现，实现了毫秒级响应与高召回率，为开发者提供了从关键词匹配迈向智能语义理解的完整技术路径。
Qdrant 团队基于最新 SHIFT 论文，提出一种无需训练即可消除多语言嵌入模型语言偏差的创新方案。通过计算语言偏移量（Language Offset），将非主语言文档向量平移至主语言空间，显著提升了跨语言检索的准确率。该技术无需翻译管道，大幅降低了成本，同时解决了传统多语言模型因语言聚类导致的检索盲区问题，为构建真正全球化的知识库提供了低成本、高效率的架构升级路径。
Qdrant 联合 Vultr 发布业界首个互联网规模开源向量搜索基准数据集 Qdrant-FineWeb-10B，包含 100 亿向量及海量真实文本。同时开源高性能基准引擎 Supernova，支持亿级向量的并行计算与精确 Ground Truth 验证。此举旨在解决现有基准测试依赖合成数据、门槛过高的问题，为生产级 RAG 系统提供可复现、高吞吐的评估标准。
Qdrant 团队基于五大公开数据集，系统性地解决了向量搜索中常见的“盲目调参”痛点。文章揭示了七项隐蔽影响检索质量的配置项，并针对召回不足、混合搜索融合参数、重排序价值评估及内存溢出导致的延迟飙升等场景，提供了基于实测数据的诊断与调优方案，帮助开发者将搜索优化从经验主义转向数据驱动。
Qdrant 与 Minima 联合发布最新案例研究，通过优化混合检索策略与延迟交互重排序（Late-Interaction Reranking），在单卡环境下将智能体 RAG 任务吞吐量提升 2.92 倍。新方案结合 BM25 稀疏检索与 ColBERT 风格重排序，显著降低首轮检索失败率，实现从 1,350 到 3,750 任务的 GPU 小时产出飞跃，同时上下文 token 消耗减少 56%。
