5月12日《捉妖系统--量化数据观察》刀哥聊投资 (周五）

—向量数据库将成为AI下一轮先锋

正文开始之前，先聊一句长期研究的比亚迪002594。 $比亚迪(sz002594)$

5月9日，银保监会披露的批复文件显示，同意比亚迪受让易安财产保险股份有限公司10亿股股份，持股比例为100%。这说明什么？比亚迪的版图越来越完整了，也符合比亚迪的经营属性，盈利的环节全都要抓在自己手里才可以！

好了，投资是认知的变现，今天要说说一个新知识点，向量数据库。

最近，Weaviate和Pinecone向量数据库平台分别获得了5000万美元和1亿美元的融资，当创业者的目光聚焦在类ChatGPT大语言模型、应用产品时，为其提供“后勤服务”的向量数据库拓宽了生成式AI细分创业赛道，并成为下一代生成式AI应用的主要数据库存储。全球在AI技术和服务上的支出2023年将达到1550亿美元，到2026年将超过3100亿美元。其中，向量数据库为AI的开发、增强内容生成的准确性提供了重要技术支撑。

什么是向量数据库？ 它是一种特殊的数据库，专门用于存储和管理向量数据。向量数据是由多个数值组成，这些数值通常表示某种特征或属性。例如，一张图片可以表示为一个由像素值组成的向量，一个文本可以表示为一个由单词频率组成的向量。

再说的通俗点，有很多数据是简单易懂的，比如关键字、指标、字符串和JSON等结构化对象都是如此。这类数据可以通过传统数据库组织管理，并借助搜索引擎进行搜索，同时也可以有效回答相对简单的问题，可是，复杂的数据更难解释也更有趣，通过回答复杂问题也可以为业务释放更多价值。

例如：哪些绘画与“喜欢的”绘画样本相似?
哪些安全警报需要关注，哪些可以忽略?
哪些项目符合自然语言描述?
回答这样的问题通常需要更复杂、结构化程度更低的数据，比如文档、纯文本段落、视频、图像、音频文件、工作流程和系统生成的警报等。

这些形式的数据很难适配传统风格的数据库，简单的搜索引擎也可能无法发现它们。为了组织和搜索这些类型的数据，需要将数据转换为计算机可以处理的格式进入向量数据库。向量数据库索引数据的方式可以很容易地根据对象的数值搜索和检索。

向量数据库工作原理包括以下几个方面：

1，数据存储
2，向量索引
3，相似度计算
4，查询优化

从向量数据库的技术特性不难看出，这是专门为ChatGPT等生成式AI应用量身定制，例如，让ChatGPT用国风风格生成一幅酸奶包装，ChatGPT通过向量数据库的相似搜索功能，可以增强内容输出的准确性。
向量数据归根到底是为大模型服务的，目前美国的大模型走向两个极端：越做越大的模型，涌现智慧；越来越小的模型，部署进智能终端。小模型来源于大模型的蒸馏。teacher和student的学！这两个方向模型参数，算力，应用都不一样！都有牛逼人物引领！ 不排除未来终端会不会突然出个“iphone 4”时刻。

因此，向量数据库在大语言模型、计算机视觉、推荐系统以及其他需要语义理解和数据匹配的领域得到广泛应用。未来空间十分巨大！

今天学了解两家向量数据库公司

第一家，云创数据835305 $云创数据(bj835305)$

云创数据是向量服务器领域的龙头公司，主营业务为提供大数据存储产品、大数据处理产品和解决方案，解决客户对于数据存储、数据处理和应用的需求。主要应用领域为公共安全、环境监测和学科教育等领域。云创数据具有丰富的国家大型数据中心、国家级实验室等项目案例和经验，参与大量国家信息化建设项目。

云创数据发布了自己的AI聊天机器人 与AI绘画机器人，并且公开售卖登录码。发布了cGPT S1000自然语言搜索一体机，通过向量数据，任何问题的回答速度都是即刻回答，即小于0.1秒。建议有条件的去亲自体验。a股最小的大模型是昆仑万维 ，因为大模型概念涨了500亿。云创大模型目前20亿，应该给多少呢？请举手回答。

捉妖系统测算前四月的资金流成本是15元,2021年最高点25元之上没有套牢盘。

第二家，每日互动300766 $每日互动(sz300766)$

每日互动是全国除互联网通信运营商之外最大的智能终端行为数据拥有者，其开发者服务SDK累计安装量突破830亿，去重日活达到4亿，每天收集40T的数据。每日互动拥有数据智能操作系统“每日治数平台”，并将数据挖掘、萃取和治理能力向各行业输出。

捉妖系统测算前四月的资金流成本是14元,近一个月资金流出较多，短期套牢成本在22元，解套之后才有空间。20年高点下来的套牢盘均已解套。

捉妖系统量化分析资金流的波动成本，公开发布的数据分析只是一个参考，多一个角度了解公司而已。能否接收到有价值的信息，在于您对文章内容的认知。

声明：本文中涉及的所有公司信息均为公开量化数据观察 ，内容仅供学小组讨论使用，不对任何人构成任何具体投资建议。