MongoDB 推出新模型能力，打造可投入生产的 AI 应用

MongoDB 正通过新集成的嵌入和重排序模型，扩展其数据库与应用开发平台的 AI 能力。公司表示，这些新功能将提升 AI 应用从开发阶段迈向生产部署时的准确性。

MongoDB 称，这项新功能基于其在 2025 年 2 月收购 Voyage AI 时获得的技术，为生产级 AI 提供了一个统一的数据智能层，帮助开发者大规模构建和运行复杂的 AI 应用，同时显著降低“幻觉”风险，并无需移动或复制数据。

MongoDB 近日还在旧金山举办 MongoDB.local 活动上宣布扩大其 “MongoDB for Startups”（MongoDB 初创企业计划）。该计划为初创公司提供技术专家支持、财务信用额度及其他资源，帮助它们以 MongoDB Atlas 为核心构建 AI 软件技术栈。

MongoDB 核心产品与 Atlas 基础服务高级副总裁本·塞法洛（Ben Cefalo）在 MongoDB.local 的新闻发布会上表示：“在过去几个月里，我们与无数客户、创始人、大型企业高管、平台团队和开发者进行了深入交流——目的不是推销，而是了解 AI 从原型走向生产过程中哪些环节容易出问题。”

他补充道：“这些对话很少从 AI 模型本身开始。它们通常始于一些非常实际的问题，比如：‘我们如何准备好自己的数据？’‘随着规模扩大，如何保持系统性能？’‘如何确保结果的准确性？’‘如何避免为了上线一个功能而拼凑五个不同的系统或插件？’以及‘投资回报率会是多少？’”

尽管 MongoDB 通常被视为领先的下一代数据库系统之一，但近年来，该公司已将其软件——尤其是云原生数据库 MongoDB Atlas——定位为开发和运行 AI 应用所需技术栈的基础。

2024 年，MongoDB 推出了“MongoDB AI 应用程序计划”（MAAP），与超大规模云厂商、大语言模型开发商、AI 开发工具提供商以及系统集成商和咨询合作伙伴携手，提供用于构建 AI 系统的技术栈和参考架构。

塞法洛指出，MongoDB 平台具备多项支持大规模生产级 AI 系统的能力，包括对结构化、半结构化和非结构化数据的支持；实时操作数据处理；数据准确性控制；向量搜索与混合搜索功能；以及自动嵌入。

“归根结底，所有这些工作都围绕一个目标：帮助构建者真正构建出东西，”塞法洛说。“数据库、平台、行业领先的 AI 能力——这一切都是为了把想法变成真正能运行的系统。”

MongoDB 表示，将 Voyage AI 的嵌入和重排序模型集成到 MongoDB 核心数据库中，为生产级 AI 提供了一个统一的数据智能层。通过将这些模型纳入 MongoDB 平台基础设施，开发者可以大规模构建和运营复杂的 AI 应用，在降低幻觉风险的同时，无需移动或复制数据。

MongoDB 宣布推出全新的 Voyage 4 模型系列现已全面可用，包括：

•通用型 Voyage-4 嵌入模型

•主打检索准确性的旗舰大语言模型 Voyage-4

•轻量级模型 Voyage-4-lite

•开源权重模型 Voyage-4-nano，适用于本地开发、测试及设备端应用

此外，支持交错文本与图像的新型多模态模型 Voyage-Multimodal-3.5 也已全面可用。

公司还发布了 MongoDB 社区版中“MongoDB 向量搜索自动嵌入”（Automated Embedding for MongoDB Vector Search）功能的公开预览版，并将于近期在 MongoDB Atlas 中正式上线。同时，Atlas 嵌入与重排序 API 也已全面可用，可直接在 Atlas 中原生调用 Voyage AI 模型。

Voyage AI 产品经理刘帆（Frank Liu）在新闻发布会上表示：“本次发布的核心，是将构建 AI 应用中最痛苦的部分之一——即检索管理和嵌入模型管理——下沉到数据库层。”

他进一步解释：“对开发者而言，这意味着你可以在一个地方统一管理所有数据、嵌入向量和检索逻辑。从想法到可运行的 AI 功能之间的摩擦更少，而且从原型到生产也能使用相同的模型和平台，路径清晰顺畅。所有这些设计都旨在与 MongoDB 的其他能力（如自动嵌入、向量搜索和更统一的开发者体验）协同工作。因此，当你选择 MongoDB 承载 AI 工作负载时，你获得的不仅是一个数据库，而是一整套能匹配你作为开发者雄心的检索技术栈。”