1、OceanBase?(2025)一、引言 01 1.1 为什么现在必须重新思考“数据库与AI的边界”1.2 OceanBase Vector 部分代表用户二、Data x AI 革命 03 2.1 Data x AI 发展趋势：从非结构化数据爆发到技术架构革新 2.2 向量嵌入可以帮助理解语义 2.3 向量数据库的作用及场景 三、OceanBase Vector 构建一体化向量数据库 07 3.1 OceanBase 向量特性介绍 3.2 OceanBase 向量的五大优势 3.3 OceanBase：全球技术领先的分布式数据库 3.4 Data x AI Landscape：开源开放，深度融

2、入全球AI生态圈 四、向量数据库选型和未来趋势 17 4.1 选择向量数据库的考虑因素 4.2 性能基准 4.3 迁移服务 4.4 未来趋势五、案例 21 6.1 货拉拉：资损代码识别与数仓 AI 答疑 6.2 携程：基于 OceanBase 向量搭建酒店图片检索 6.3 中国联通软研院：ChatDBA 构建运维 RAG 6.4 九讯云：电商导购+商品快速搜索+智能客服 6.5 慧视通：智能登签 6.6 三维家：基于 OceanBase 向量的家具智能推荐 6.7 视源股份：学习机绘本题库 6.8 当贝投影：观影记录推荐 6.9 伯俊科技：知识库 6.10 in银泰商业：零售业智能问数平台 6

3、.11 某跨境电商：电商网站推荐系统 6.12 百宝箱：AI Agent目录OceanBase 向量能力与AI应用案例集（2025）01IDC DataSphere 数据显示，到 2027 年，全球非结构化数据将占到数据总量的 86.8%，达到 246.9ZB。全球数据总量从 103.67ZB 增长至 284.30ZB，复合增长率为 22.4%，呈现稳定增长态势。随着互联网内容化的飞速发展，以音视频等多媒体内容为代表的非结构化数据呈现出高速增长的趋势。文本、图片、音频和视频等非结构化数据的存储和检索需求也变得越来越多。当前我们大量的基础设施几乎都是面向结构化数据而设计实现的，可以预见数据处理技

4、术需要从结构化向非结构化转变，以更好的应对海量非结构化数据的管理需求。在生成式 AI 时代，非结构数据的存储、计算和应用将得到急剧发展。非结构化数据的爆发不仅是技术挑战，更是商业机遇。向量数据库正从单一检索工具演变为 AI 原生数据基础设施，其与云计算、边缘计算、具身智能等融合将催生更复杂的生态系统。未来具备混合查询、一体化架构与企业级数据安全保护能力的向量数据库，将成为企业智能化转型的核心引擎。OceanBase 向量能力与AI应用案例集（2025）一、引言02OceanBase 向量能力与AI应用案例集（2025）1.2 OceanBase Vector 部分代表用户1.1 为什么现在必须

5、重新思考“数据库与 AI 的边界”人工智能技术的快速发展，尤其是生成式 AI（如 ChatGPT）、检索增强生成（RAG）和多模态检索的兴起，正深刻改变企业对数据的需求。如今，数据不仅仅是简单的存储和查询对象，而成为智能应用和实时决策的核心资产。与此同时，海量的非结构化数据文本、图像、音频、视频等多模态信息，正以前所未有的速度爆发增长，这对数据基础设施提出了新的挑战。传统数据库主要面向结构化数据和事务处理设计，虽然在稳定性、一致性和高效事务处理方面表现优异，但面对非结构化数据的存储、向量检索以及实时智能计算时，功能和性能明显不足。特别是在 AI 驱动的实时应用场景中，数据库需要支持从高并发的在

6、线事务处理（OLTP）到复杂的实时分析（HTAP），并且要无缝集成 AI 能力，才能满足业务快速变化的需求。因此，必须重新定义数据库与 AI 的边界，打造一个既支持事务一致性，又具备实时分析和 AI 推理能力的统一数据平台。这样的平台不仅能够处理结构化和非结构化数据，还能融合语义搜索、向量计算、多模态数据处理等 AI 功能，实现业务数据与智能计算的深度融合。重新思考“数据库与 AI 的边界”，意味着推动数据库向实时智能化转型，构建面向未来的统一数据底座。这样的数据平台不仅是企业数字化的基石，更是实现智能经济和 AI 赋能业务的关键引擎。零售先行者in银泰商业基于向量能力打造“智能问数平台”跨境