在數據庫技術的浩瀚星空中，向量數據庫近年來猶如一顆迅速崛起的新星，以其高效檢索高維向量數據的能力，為大模型的訓練和推理鋪設了堅實的基石。特別是在2023年，隨著大模型的狂飆突進，向量檢索技術，尤其是作為檢索增強生成（RAG）技術核心的一環，更是成為了數據庫領域的焦點所在。

然而，正如所有新興技術必然面臨的挑戰一樣，RAG技術在廣泛應用的過程中也逐漸暴露出了其局限性。它雖然能夠高效地將知識向量化，但在處理獨立信息之間的鏈接、結合關系和語境方面卻顯得力不從心。在面對需要深層次語義關系和上下文細微差別的復雜查詢時，RAG技術往往顯得捉襟見肘。

面對這一困境，杭州悅數科技有限公司（以下簡稱悅數）的CTO葉小萌帶領團隊，在2023年與LlamaIndex攜手，提出了一個大膽的設想——Graph RAG。這一設想旨在通過知識圖譜，將圖數據庫與向量數據庫相結合，從而更精確、全面地檢索相關信息，使模型能夠關聯上下文給出更為準確的答復。盡管這一設想在初期并未在國內引起太大波瀾，但悅數團隊并未因此氣餒，而是持續推動其落地。

葉小萌，這位悅數的技術領航者，直言不諱地指出了悅數與行業的差異化策略——技術。在他看來，大模型的興起無疑為RAG技術帶來了前所未有的機遇，但要讓大模型真正了解并應用私域數據，就需要先將這些數據保存下來，并通過向量化技術快速找到關聯內容。而Graph RAG，正是這一過程中不可或缺的一環。

悅數團隊在提出Graph RAG概念后，迅速組建了專項團隊，由古思為牽頭，開始了這一前沿技術的研發工作。盡管團隊規模有限，且初期只有古思為一人專注于上層RAG的研發，但他們憑借對技術的深刻理解和不懈追求，最終在一年后推出了悅數RAG產品，并成功進入了產品市場匹配階段（PMF），預計在今年內就能進行大規模推廣。

古思為，這位深耕圖庫多年的技術專家，在回顧Graph RAG的研發歷程時，笑稱自己當時就像是一個人在撐起一支隊伍。他敏銳地捕捉到了RAG技術在利用無狀態大模型進行上下文理解和推理時的局限性，并意識到知識圖譜在這一過程中的重要性。于是，他帶領團隊開始了Graph RAG的研究，并最終呈現出了一個令人振奮的初步驗證結果。

悅數RAG產品的推出，不僅解決了RAG技術在處理復雜查詢時的局限性，還為企業應對知識孤島問題提供了有力的支持。與此同時，悅數在圖數據庫領域的探索也并未止步。2024年4月，國際標準化組織（ISO）發布了國際標準圖查詢語言GQL，而悅數圖數據庫v5.0也在同年11月應運而生，成為了全球首款原生支持GQL的分布式圖數據庫產品。

作為信創領域的積極參與者，悅數一直在努力推動其圖數據庫產品的信創認證。盡管目前圖數據庫還未被正式收錄在信創名錄中，但悅數已經做好了充分的準備，積極適配各種信創操作系統和硬件，只待東風吹來。

葉小萌深知，數據庫市場的競爭猶如一場長跑，需要耐心和毅力。他形容現在的市場競爭已經進行到了半程左右，雖然不排除有人最后沖刺反超的可能性，但第一梯隊和第二梯隊已經逐漸顯現。他相信，在經過大浪淘沙之后，最后能夠留下的玩家必然是技術產品最為出色的。

在悅數團隊的共同努力下，悅數圖數據庫已經取得了顯著的成果。不僅在性能上通過了中國信通院的嚴格測試，還在市場上贏得了眾多客戶的青睞。葉小萌感慨地說，創業最難的是突破邊界，從專注技術到與客戶面對面溝通，每一步都需要不斷地學習和適應。但他相信，只要團隊保持對技術的熱愛和追求，就一定能夠克服一切困難，走向更加輝煌的未來。