本次演讲主要分享蚂蚁集团在向量检索上的实践，主要涵盖向量检索成本优化、极致性能优化等方面所做的一系列工作。同时，我会分享最新的学术研究成果和工业界技术进展，以及这些成果如何在实际业务中得到应用和落地。最后介绍蚂蚁开源向量索引库 VSAG 的最新进展。

演讲提纲

1. 蚂蚁在向量检索上的挑战

• 成本挑战
• 针对不同冷热数据的优化

2. 业务应用案例

• 稀疏向量在 RAG 的应用
• 向量索引分区优化
• 超高 QPS 场景性能优化

3. 最新学术研究与技术应用

• Binary 量化优化
• LSM-Tree Merge 索引优化
• HGraph 层次化图索引
• HNSW + DiskANN 混合索引上的改进
• VSAG 在 ANN Benchmark 打榜优化

4. VSAG 开源进展（PyVSAG、SQLite集成、GrepTime集成、Redis集成）

您认为，这样的技术在实践过程中有哪些痛点？

• 向量检索面临 在成本、性能和精度 三个方向的新 CAP 挑战

演讲亮点

• 介绍蚂蚁集团在向量数据库领域的最新探索和实践（学术研究+工程实践）

听众收益

• 向量数据库领域的最新发展
• 最新的学术前沿方向以及工程应用经验