voyageai推出两个嵌入式ai模型

9月28日消息，科技媒体marktechpost昨日（9月27日）发布博文，报道称VoyageAI公司推出了Voyage-3和Voyage-3-Lite两个嵌入式（Embedding）模型。

这两个模型在技术、法律、金融、多语言应用和长文本理解等方面，均表现出超出同类模型的优势，在保持较小模型规模和较低的资源消耗情况下，为开发者提供更高效、更易于集成的解决方案。

IT之家援引VoyageAI官方数据，在技术文档、代码、法律、金融、网页内容、多语言数据集、长文档和对话数据等方面，Voyage-3以1/2.2更低成本、1/3更小嵌入纬度，显著降低了向量数据库（vectorDB）的成本，且综合跑分超越OpenAI的v3Large模型7.55%。

Voyage-3-Lite在检索准确性方面比OpenAI的v3Large模型高出3.82%，同时成本降低至1/6，嵌入维度也降至1/6。

嵌入式AI模型

嵌入式模型（Embedding）是一种广泛应用于自然语言处理（NLP）和计算机视觉（CV）等领域的机器学习模型，它可以将高维度的数据转化为低维度的嵌入空间（embeddingspace），并保留原始数据的特征和语义信息，从而提高模型的效率和准确性。

Voyage-3在质量上不妥协，提高成本效益

成本效益是新Voyage-3系列模型的核心。

Voyage-3的上下文长度为32000个tokens，是OpenAI产品的4倍，是需要高质量检索的企业的成本效益解决方案，且价格亲民。

Voyage-3的成本为每百万个tokens0.06美元，比CohereEnglishV3便宜1.6倍，远比OpenAI的v3Large模型更为实惠。

此外，Voyage-3较小的嵌入维度（1024对比OpenAI的3072），因此实现更低的向量数据库成本，让公司能够有效扩展应用程序。

Voyage-3-Lite，这款模型的轻量版，经过优化以实现低延迟操作。每百万个标记的费用为0.02美元，是OpenAI的v3Large模型1/6.5，并且嵌入维度是1/6~1/8（512对比OpenAI的3072）。这让Voyage-3-Lite成为希望以较低成本维持高检索质量的组织的可行选择。

VoyageAI

VoyageAI是一家由斯坦福大学助理教授马腾宇于2023年11月创立的AI公司，专注于构建嵌入/矢量化模型，以提高数据处理的效率。

公司由多名AI研究者组成，包括斯坦福大学教授马腾宇和MIT博士，并获得了斯坦福人工智能实验室主任ChristopherManning和AI领域著名华人学者李飞飞等人的学术顾问支持。

VoyageAI提供的API端点能够接收用户数据并返回嵌入或相关性分数，这些模型可以与RAG堆栈的其他部分无缝集成，包括向量存储和生成式大型语言模型(LLMs)。