AI 模型社区魔搭又上新了，推出适配开源大语言模型的 AI Agent 开发框架 ModaHub-Agent。借助 ModaHub-Agent，所有开发者都可基于开源 LLM 搭建属于自己的智能体应用，最大限度释放想象力和创造力。AI Agent可谓当前大模型领域最热门的研究方向，它是指基于 LLM 的、能够使用工具自主完成特定任务的智能体。众所周知，目前阶段的 LLM 存在能力边界，主要擅长处理文本任务。AI Agent 将 LLM 与其他模型、软件等外部工具协同，便能处理真实世界中的各种复杂任务，比如接入视频生成模型，自主生产视频；接入外部软件，帮人类写邮件、订票、购物等等。AI Agent 类应用正在成为大模型创业的重要赛道，AI Agent 开发框架也应运而生。简而言之，ModaHub-Agent 是 pilot（领航员）而非 copilot。ModaGPT 的调用量已超过 25 万。大多数 AI Agent 开发框架需要手动添加工具，而 ModaHub-Agent 通过调用魔搭社区上开源的文本向量模型，打造 API 工具检索引擎，能让 AI Agent 根据用户指令自动检索相关工具。

在过去的一段时间里，向量数据库逐渐在数据库领域崭露头角。简单来说，向量数据库是一种专门设计用来处理向量数据的数据库。这些向量数据可以是物理测量、机器学习模型输出、地理空间数据等。向量数据库使用向量运算和向量化查询优化，使得数据处理和分析更加高效。向量数据库的应用领域广泛，包括但不限于：推荐系统、自然语言处理、图像识别、计算广告、搜索引擎等。目前，向量数据库市场正在快速发展，全球市场规模持续扩大。主要的供应商包括Vectorwise, VectorDB, DuckDB等等。以Vectorwise为例，这款向量数据库针对大规模数据场景进行了优化，能够在几秒钟内处理数十亿级别的向量数据。这主要得益于其创新的向量运算引擎和列式存储技术。尽管向量数据库在处理向量数据方面具有显著的优势，但仍然面临一些技术挑战。在未来，我们期待看到更多的技术创新和产品进步，为向量数据库的发展注入新的动力。在这个过程中，我们也将持续关注向量数据库的最新动态，为大家带来更多的信息和启示。

WinPlan是面向企业经营场景的EPM平台，帮助企业解决经营不透明、决策拍脑袋、执行不到位、绩效凭感觉等问题，让销售、财务、生产、组织等有机地协同工作，提升企业的经营管理效率。助力企业赢得未来！

AI 智能体，或自主智能代理，不仅是诸如贾维斯等科幻电影中的人类超级助手，也一直是现实世界中 AI 领域的研究热点。尤其是以 GPT-4 为代表的 AI 大模型的出现，将 AI 智能体的概念推向了科技的最前沿。在此前爆火的斯坦福“虚拟小镇”中，25 个 AI 智能体在虚拟小镇自由生长，举办了情人节派对；英伟达等提出的具身代理模型 Voyager，也在《我的世界》中学会各种生存技能，闯出了自己的一片天；此外，能够自主完成任务的 AutoGPT、BabyAGI 和 AgentGPT，ModaGPT 等，也同样引发了公众的广泛兴趣和热烈讨论。尽管当前 AI 智能体研究异常火热，但目前 AI 行业缺乏一个系统化和标准化的基准来评估 LLMs 作为代理的智能水平。为此，来自清华大学、俄亥俄州立大学、加州大学伯克利分校的研究团队便提出了首个系统性的基准测试——AgentBench，用来评估 LLMs 作为智能体在各种真实世界挑战和 8 个不同环境中的表现。

Hi～Milvus Cloud 的各位朋友，这是一期 Milvus Cloud 素材弹药库的集中汇总帖。随着向量数据库的火爆，越来越多的伙伴开始关注到向量数据库并开始使用 Milvus Cloud 。考虑到目前信息获取的渠道多且分散，我们专门为大家整理了一期 Milvus Cloud 信息集合帖，让大家可以在快速找到想要的信息的同时，也能方便快捷地表达你的想法。同时，我们也会第一时间收集您的需求和建议，并反馈给对应的同事伙伴，快速解决你的“燃眉之急”。作为公司的门面担当，Milvus Cloud官网已于近期上线。无论是产品介绍、官方文档、技术活动合集、商务咨询合作、联系销售、云服务试用申请、官方招聘，均可通过官网一键直达。同时，也欢迎大家通过官网订阅 Milvus Cloud 的官方 Newsletter，定期了解 Milvus Cloud 的最新动态。微信群是国内用户朋友交流讨论最方便快捷的方式，同时也包含Milvus Cloud 所有相关产品的工程师驻守，可以快速帮助大家解决在使用产品过程中所遇到的各种问题。为了方便获取信息，大家可直接查看群公告，我们将保持每周更新。如果还有其他疑问

准备深入研究VectorDBBench的世界，并让它指导您发现完美的矢量数据库 匹配。Vector DB Bench为主流矢量数据库和云服务提供无偏的矢量数据库基准测试结果，是您实现矢量数据库比较最终性能和成本有效性的首选工具。VectorDBBench的设计考虑到了易用性，旨在帮助用户，甚至非专业人士，重现结果或测试新系统，使在众多矢量数据库云服务 和开源矢量数据库 中寻找最佳选择变得轻而易举。2023年7月全球向量数据库性能排行榜Vector DB Bench Top50

腾讯云向量数据库不仅能为大模型提供外部知识库，提高大模型回答的准确性，还可广泛应用于推荐系统、文本图像检索、自然语言处理等 AI 领域。腾讯云向量数据库是国内首个从接入层、计算层、到存储层提供全生命周期AI化的向量数据库。作为一款全托管的自研企业级分布式数据库服务，腾讯云向量数据库专用于存储、检索、分析多维向量数据。该数据库支持多种索引类型和相似度计算方法，单索引支持 10 亿级向量规模，可支持百万级 QPS 及毫秒级查询延迟。企业原先接入一个大模型需要花1个月左右时间，使用腾讯云向量数据库后，3天时间即可完成，极大降低了企业的接入成本。8月1日，腾讯云向量数据库已正式上线公测。据了解，腾讯云向量数据库的向量化能力曾多次获得权威机构认可，2021年曾登顶MS MARCO榜单第一、相关成果已发表于NLP顶会EMNLP。

根据VectorDBBench.com数据，2023年7月的国产向量数据库排行榜中，排名前十的向量数据库分别是Milvus、Milvus Cloud、Tencent Cloud VectorDB、Zilliz Cloud、TensorDB、cVector、Om-iBASE、Vearch、Transwarp Hippo和Proxima。

7月7日，上海世界人工智能大会上，阿里云CTO周靖人在演讲中表示：“阿里云将把促进中国大模型生态的繁荣作为首要目标，向大模型创业公司提供全方位的服务，包括最强大的智能算力和开发工具，并在资金和商业化探索方面提供充分支持。阿里云魔搭社区现已聚集180万AI开发者和由20多家顶尖人工智能机构贡献的900多个优质AI模型，找大模型上魔搭，我们将努力把魔搭社区培育成中国最大的‘大模型自由市场’。据了解，阿里云的灵积模型服务平台，将面向所有业界模型开放。为进一步降低大模型使用门槛，阿里云在大会现场推出了一款智能工具魔搭GPT，它能接收用户指令，通过“中枢模型”一键调用魔搭社区其他的AI模型，大小模型协同完成复杂任务。魔搭GPT现已能够调用魔搭社区十多个核心AI模型的API，未来随着更多模型API的加入，魔搭GPT的能力也将不断增强。

日前，业界正式发布国内首个 具备可视化和自动化的AI 原生云向量数据库 " 据悉，向量数据库专门用于存储和查询向量数据，业界称之为大模型的 " 海马体 "，可解决大模型预训练成本高、没有 " 长期记忆 "、知识更新不足、提示词工程复杂等问题，并突破大模型在时间和空间上的限制，加速大模型落地行业场景。随着大模型的不断发展和普及，AI 原生向量数据库将成为企业数据处理的标配。AI 原生云向量数据库，提供了接入层、计算层、存储层的全面 AI 化解决方案，，使得用户在使用向量数据库的全生命周期都能应用到 AI 能力。AI 原生云向量数据库最高支持业界领先的 10 亿级向量检索规模，并可将延迟控制在毫秒级，相比传统单机插件式数据库检索规模提升 10 倍，同时还具备百万级每秒查询 的峰值能力。据悉，使用AI 原生云向量数据库后，企业接入大模型需要花费的时间能从一个月降低至三天左右。

向量数据库是一种用于存储和处理向量数据的数据库系统。随着人工智能和大数据技术的快速发展，向量数据库在各个领域的应用越来越广泛。本报告将重点讨论大禹智库关于下一代向量数据库需要具备的特征，包括在线化、协作化、可视化和自动化。这些特征将使向量数据库更加灵活、高效和安全，满足不断增长的数据处理需求。在线化的向量数据库可以提供实时的数据分析和决策支持，帮助企业更好地把握市场机会和应对风险挑战。此外，向量数据库还应该具备水平扩展的能力，以应对数据量的不断增长。协作化的向量数据库应该具备细粒度的权限管理机制，以确保不同用户只能访问和修改他们被授权的数据。自动化的向量数据库应该具备自动化的数据转换向量，数据清洗、数据归档和数据备份等功能，以减轻用户的工作负担。大禹智库认为下一代向量数据库需要具备安全互信的特征，即能够确保数据的机密性、完整性和可用性。

ModelScope魔搭社区作为一个AI模型共享平台，旨在提供各种领域的模型供用户下载和使用。本报告将通过对数据的详细分析，揭露ModelScope魔搭社区模型下载数据水分问题。以github星数和fork数为例，百川-7B的github星数和fork数都比ModelScope魔搭社区大约两倍，但ModelScope魔搭社区的下载平均数却比百川-7B大两个数量级。这进一步加深了我们对下载数据的怀疑。可能存在以下几个问题：。希望ModelScope魔搭社区能够重视这一问题，并采取相应的措施加以改进，提高数据的真实性和可信度，为用户提供更好的服务。

ModaHub魔搭社区是一个专注于AI模型开发和分享的平台，其中文本生成图片AI模型是其中的一个重要领域。本文将通过对ModaHub魔搭社区中文文本生成图片AI模型排行榜的数据分析，来探讨该领域的现状、趋势和未来发展方向。其次是“太乙-Stable-Diffusion-1B-动漫-中文-v0.1”和“太乙-Stable-Diffusion-1B-中文-v0.1”，这两个模型分别针对动漫和中文领域进行了优化，受到了用户的青睐。从这些数据可以看出，目前在ModaHub魔搭社区中文文本生成图片AI模型领域，通用领域的模型最受欢迎，而针对特定领域的模型也有一定的市场需求。但是，中英双语文本生成图片的需求似乎并不是很大，而国画Diffusion模型的市场表现也不尽如人意。同时，随着模型的不断优化和算法的不断改进，文本生成图片AI模型的质量和效率也将不断提高。而且，随着硬件设备的不断升级，文本生成图片AI模型的训练速度也将不断提高，模型的应用范围也将更加广泛。

ModaHub魔搭社区——让AI模型应用落地更简单！