Qdrant 官方最新动态与版本发布资讯

2026-08-13 产品动态 | 版本升级 | 技术解读 | 生态合作

官方原文

拜耳构建企业级多模态搜索引擎：Qdrant 助力 150 万消息处理与合规云架构

拜耳（Bayer）作为全球生命科学巨头，利用 Qdrant 构建了支撑 11.6 万员工的企业级 AI 平台 myGenAssist。通过自研与混合云部署，该平台成功处理超 150 万条月度消息，存储 1.35 亿个向量点，实现了从单一文本检索到多模态（视频、音频、文档）的演进。文章详细阐述了拜耳如何在严格的数据合规要求下，利用 Qdrant 的 Rust 原生性能与混合云架构，解决大模型幻觉问题并支撑自主智能体（Agent）的复杂工作负载。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-08-10 产品动态 | 版本升级 | 技术解读 | 最佳实践

官方原文

Qdrant 发布向量库清理指南：解决数据膨胀与检索质量下降问题

Qdrant 官方发布深度指南，揭示向量库因数据膨胀导致的检索质量下降问题。文章通过实验证明，重复数据（Duplicates）和过期记录会显著降低召回率与答案正确率。核心建议包括利用 Qdrant 的幂等加载机制进行去重、引入 `is_current` 字段标记数据生命周期、以及选择能反映真实业务价值的评估指标。本文旨在帮助开发者在 Agent 应用与知识库场景中构建更健康的向量索引。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-08-07 产品动态 | 版本升级 | 技术解读 | 生态合作

官方原文

Qdrant 发布全新过滤策略：为何摒弃预过滤与后过滤？

Qdrant 正式宣布不再采用传统的预过滤（Pre-Filtering）或后过滤（Post-Filtering）策略，而是将过滤逻辑内嵌于搜索过程中。通过引入 Filterable HNSW 图结构及 ACORN 算法，Qdrant 实现了在遍历图结构时实时剔除不匹配点，显著提升了复杂过滤场景下的召回率与性能。新架构支持动态路由，根据查询负载自动选择最优执行路径，解决了传统方法在宽泛过滤或组合过滤时的性能瓶颈。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-08-05 版本升级 | 模型发布 | 技术解读

官方原文

Qdrant 1.19 发布：TurboQuant 四倍压缩与统一内存层级架构升级

Qdrant 1.19 重磅推出 TurboQuant Datatype，将向量存储压缩率提升至 9 倍（从 36bit 降至 4bit），显著降低磁盘占用并提升 I/O 吞吐。同时引入统一的 Memory Tiers 参数，简化了 pinned/cached/cold 三级内存管理逻辑。此外，新增租户级 IDF 统计以优化多租户 BM25 搜索精度，并支持关键词字段前缀匹配与切片过滤，极大增强了检索灵活性与多租户场景下的性能表现。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-07-24 产品动态 | 版本升级 | 技术解读 | 生态合作

官方原文

Qdrant 电商搜索实战：混合检索、内存量化与个性化排名的架构演进

Qdrant 团队分享了构建基于 580 万真实商品数据的电商搜索系统的经验。文章核心在于打破传统“检索 + 过滤 + 排序”的割裂架构，提出将过滤内嵌于查询、混合检索（BM25+ 向量）作为首选方案、以及通过内存量化与公式重排序实现高性能排名的策略。实测显示，移除重排序（Rescore）可提升 4.5 倍查询速度，而将个性化权重控制在 0.45 即可在保持召回率的同时显著减少无关推荐。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-07-08 模型发布 | 技术解读

官方原文

Qdrant 双阶段检索实测：吞吐量超 Elastic DiskBBQ 2 倍，资源消耗降低三分之一

Qdrant 官方发布最新基准测试，针对 Elastic 的 DiskBBQ 进行了公平对比。测试显示，在相同的召回率（Recall@100 ≈ 0.96）下，Qdrant 实现了比 Elastic 高 2.1 倍的吞吐量，延迟降低 51%，且仅需 Elastic 约三分之一的 CPU 和 RAM 资源。核心突破在于 Qdrant 的“双阶段检索”与异步磁盘评分机制，有效解决了大规模向量检索中的 I/O 瓶颈，证明了开源方案在极致性能上的竞争力。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-07-02 产品动态 | 版本升级 | 技术解读 | 生态合作

官方原文

Qdrant 发布分支感知语义代码搜索：解决 AI 代理代码上下文错位难题

Qdrant 推出分支感知（Branch-Aware）语义代码搜索功能，彻底解决传统向量索引因脱离 Git 分支导致 AI 代理调用错误版本代码的问题。通过基于结构化的命名声明（Named Declarations）进行分块，结合稳定的符号身份追踪跨版本变更，并实现与 Git 历史的动态同步。该功能确保 AI Agent 在检索时仅获取当前分支及其祖先的有效代码视图，显著提升代码理解与生成的准确性。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-06-24 产品动态 | 版本升级 | 技术解读 | 生态合作

官方原文

Qdrant 亮相旧金山：Vector Space Day 2026 回顾与核心突破

Qdrant 于 2026 年 6 月在美国旧金山举办首届 Vector Space Day，汇聚 350+ 开发者探讨 Agent 记忆、混合检索及边缘计算。会议重申 Qdrant 定位为“向量搜索引擎”而非传统向量数据库，强调通过 Rust 核心、GridStore 存储层及 TurboQuant 压缩技术解决工程难题。亮点包括 Neo4j 的 GraphRAG 架构、HubSpot 的亿级向量集群运维及 Arize 的检索评估方法论，展示了 Qdrant 在可组合性、可控性与可配置性（3C）上的核心优势。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-06-16 产品动态 | 版本升级 | 模型发布 | 技术解读

官方原文

Qdrant Edge 发布：边缘端原生向量搜索与机器人记忆架构

Qdrant 推出 Qdrant Edge，一款基于 Rust 的嵌入式向量搜索库，支持完全离线的边缘端向量检索。该工具专为机器人、物联网设备及隐私敏感场景设计，将传统的云端 API 架构重构为进程内库。通过集成 YOLOE、SigLIP2 等模型，Qdrant Edge 实现了毫秒级的本地记忆构建与混合搜索，解决了延迟、连接性、成本及隐私等边缘计算痛点，重新定义了 AI 在物理世界的交互模式。

编辑：Qdrant官方 / ADK编译 阅读资讯全文

2026-06-11 产品动态 | 版本升级 | 技术解读 | 生态合作

官方原文

Qdrant 2026 向量空间黑客松：三大获奖项目展示 Agent 与多模态检索新边界

Qdrant 宣布 2026 年“Vector Space Hackathon”结果，强调“跳出机器人思维”的创新理念。三大获奖项目 MemoryAtlas、Crowd Whisperer 和 Synthara 分别展示了心理健康监测、实时人群反应模拟及动态叙事 RPG 的突破。这些项目摒弃传统 RAG 和简单聊天机器人，利用 Qdrant 的多向量存储、混合检索及 Payload 过滤能力，实现了从被动响应到主动干预的范式转变。

编辑：Qdrant官方 / ADK编译 阅读资讯全文