认识 Marqo：一款面向 AI 应用的开源向量搜索引擎

向量数据库作为现代人工智能的基石，通过存储图像、视频和文本等非结构化数据，赋能实时索引与搜索。这对GPT-4等大语言模型（LLMs）至关重要，有效支撑了个性化推荐及情感分析等功能。

生成式AI需求的激增推动了向量数据库赛道的融资热潮。今年4月，Pinecone和Weaviate分别获1亿美元和5000万美元融资；Chroma和Qdrant也分别完成1800万美元和750万美元种子轮融资。去年年底，Milvus背后的Zilliz亦获得6000万美元投资。

在此背景下，澳大利亚初创公司Marqo凭借“端到端”向量搜索方案脱颖而出，致力于解决AI基础设施痛点。

核心痛点与解决方案

Marqo由前亚马逊西雅图机器人部门首席ML科学家Jesse Clark和前AWS悉尼数据库工程师Tom Hamer于去年6月在墨尔本创立。针对占数据总量90%的非结构化数据处理难题，Marqo提供了开箱即用的完整向量搜索智能功能，涵盖向量生成、存储和检索全流程。用户无需依赖OpenAI或Hugging Face等第三方工具，仅需单一API即可调用所有服务。

联合创始人兼CEO Tom Hamer表示：“构建高性能向量搜索体验需整合多个组件，Marqo的端到端系统有效解决了这一开发痛点。”此外，Marqo具备持续学习能力，可根据用户点击、加购等行为自动优化搜索结果相关性，显著提升电商等场景的体验。

继此前获66万英镑种子前融资后，Marqo今日宣布完成440万美元种子轮融资，并正式推出云服务，以补充现有的开源项目。

开源策略与商业化布局

Marqo坚持开源理念，允许开发者自由调试定制，以此建立反馈循环并加速产品迭代。Hamer强调：“开源不仅提升了产品质量，也是极佳的客户获取渠道，让用户能免费验证产品适配性。”

针对生产级需求，Marqo Cloud提供托管服务，负责基础设施运维与性能优化，弥补自托管在资源和成本上的短板，同时保留开源版本供概念验证或小规模使用。