主讲人简介：       

       徐泉清，北京大学计算机系博士毕业、正高级工程师、蚂蚁技术研究院数据库实验室研究员、OceanBase技术总监，目前从事OceanBase分布式数据库前沿技术研究工作，浙江省省级海外高层次人才、杭州市全球引才“521”计划高层次人才，研究领域包括数据库、AI与DB融合、数模融合等。曾任新加坡科技研究局(A*STAR)科学家和新加坡理工大学兼职教师(Adjunct Faculty)，被A*STAR评为研究生导师。先后在国际学术期刊和会议发表120多篇学术论文，提交、授权专利130多件，担任VLDB、ICDE等多个国际学术会议的程序委员会委员以及应邀成为多个国际知名学术期刊的审稿专家，并作为多个标准工作组成员参与相关国际、国家标准的开发与维护。徐博士是国际工程与技术学会会士（IET Fellow）、CCF杰出会员和数据库专委会执行委员、ACM高级会员和IEEE高级会员。

       倪佳，北京邮电大学网络技术研究院硕士毕业，OceanBase技术专家，目前从事数据库内核研发工作，专注于数据库系统研发与性能优化领域。在OceanBase期间，长期攻坚数据库资源优化，显著降低OceanBase的部署成本及上手难度。数次迭代高性能内存分配框架，显著提升oltp场景的并发性能。建立了完善的内存安全防御体系，显著提升数据库产品质量及研发效率；建立了online/offline多维度的cpu分析工具，为产品稳定性与性能调优提供了核心方法论。作为OceanBase核心技术贡献者，深度参与了分布式数据库OceanBase从技术攻坚到大规模商用的全过程，现作为SeekDB的初创团队成员在数据库与AI融合方向上继续探索。

报告摘要：

        大语言模型（LLM）和人工智能（AI）应用的兴起，迫切需要能够无缝集成向量、全文和关系型操作的数据库。我们推出 seekdb，一款原生 AI 搜索数据库，它将关系型、向量、文本、JSON 和 GIS 数据统一到一个引擎中。它支持混合搜索，将向量相似性搜索与全文关键词搜索相结合，提供内置的 AI 功能，用于嵌入、重排序和 LLM 推理，并保持与 MySQL 的完全兼容性，从而与现有生态系统无缝集成。通过包括 RAG 应用、语义搜索引擎和 AI 辅助编程工具在内的全面演示，我们展示了 seekdb 如何简化原生 AI 应用的开发，同时提供高性能和企业级可靠性。基准测试结果表明，与基于 SQL 的简单向量搜索相比，seekdb 的性能提升了 80-100 倍，并且在大规模数据集上进行相似性搜索时，查询延迟低于毫秒级。