生成式 AI 应用落地已经从热火朝天的“百模大战”，步入到了少数优秀模型脱颖而出，工具链百花齐放，以及企业主管认真寻找生成式 AI 落地场景的新阶段。然而，大模型是否能够真正落地并应用于实践、如何基于开发者自身 IT 架构快速构建AI Native 应用、如何衡量引入生成式 AI 的价值等问题引发行业关注。

在此背景下，亚马逊云科技举办亚马逊云科技生成式 AI 构建者大会。在本次大会中，众行业大咖和技术专家们深度聚焦生成式 AI 前沿技术，就生成式 AI 的热点技术话题和热门应用场景展开了深入分享与交流，为开发者们解读了当下应如何应对生成式 AI 带来的机遇，在 AI 时代保持强有力的竞争力。

栾小凡表示，向量数据库是一种将数据存储为高维向量的数据库，高维向量是特征或属性的数学表示。拆解来看，向量数据库有两个关键要素，一是面向高维向量数据的处理能力，二是具备一个数据库的基本能力。因此，作为向量数据库需要具备支持向量数据的增删改查、高性能的向量检索、支持数据的持久化、支持一种易用的查询语言的能力。

此外，还可以从许多角度来评估向量数据库：系统的扩展性、弹性、可用性，所采用的向量检索算法，是否支持标量过滤、混合查询、多向量等功能，是否开源，是否提供云服务，以及是否有完善的生态支持等。Milvus 和 Zilliz Cloud 作为全球领先的向量数据库，能够从多个维度满足开发者对于向量数据库的需求。