矢量数据库是现代人工智能运动的无名英雄，它存储图像、视频和文本等非结构化数据，使人们和系统能够搜索未分类的内容。它们对于大型语言模型 (LLM) 尤其重要，例如 GPT-4（为ChatGPT提供支持），这在很大程度上是由于数据库能够在创建或更新数据时支持实时索引和搜索 - 这是对于个性化功能、推荐系统、情感分析等非常重要。
对生成人工智能的需求不断增加，使无数矢量数据库初创公司成为人们关注的焦点，从而获得了大量的现金。仅在 4 月份，我们就看到 Pinecone 和 Weaviate分别筹集了 1 亿美元和5000 万美元，以发展他们的矢量数据库智慧，而同月，刚刚起步的矢量数据库新贵 Chroma 和 Qdrant 分别获得了1800 万美元和750 万美元的种子融资。去年年底，Milvus 开源矢量数据库背后的核心开发者 Zilliz锁定了 6000 万美元的资金。
因此，很明显，致力于帮助基础设施跟上人工智能炒作列车步伐的公司需求量很大，澳大利亚初创公司Marqo现在正在寻求利用更全面的“端到端”矢量搜索方法来利用这一点。
痛点
Marqo 去年 6 月在墨尔本成立，是西雅图亚马逊机器人部门前首席机器学习科学家杰西·克拉克 (Jesse Clark ) 和悉尼亚马逊网络服务 (AWS) 数据库软件工程师汤姆·哈默(Tom Hamer ) 的创意。
Marqo 的核心任务是解决非结构化数据难题，根据一些估计，非结构化数据占所有创建数据的 90%。随着越来越多的人转向生成人工智能来回答他们的在线查询或创建新的图像和艺术品，这只会加剧对新工具来理解这一切的需求。
与现有的现有产品相比，Marqo 的一个核心卖点是它承诺提供开箱即用的全套矢量搜索智能，包括矢量生成、存储和检索。这意味着 Marqo 允许用户绕过 OpenAI 或 Hugging Face 等第三方矢量生成工具，通过单个 API 提供所有内容。
Marqo 表示：“矢量搜索很难实现——矢量数据库只是难题的一部分，开发人员发现将所有必需的组件组合在一起以构建具有最佳相关性、延迟和可靠性的基于矢量的搜索体验具有挑战性。”创始人兼首席执行官 Tom Hamer 在给 TechCrunch 的电子邮件中解释道。“Marqo 提供了一个端到端系统，将所有这些组件整合在一起，解决了开发人员的主要痛点。”
此外，搜索系统的好坏取决于它们生成的结果，这意味着相关性、准确性和“最新性”对于任何信息存储和检索系统都是不可或缺的。Hamer 表示，这就是 Marqo 立即提供的功能。
“如果开发人员想要不断提高搜索结果的相关性，他们必须手动训练新的人工智能模型来生成矢量，”他继续说道。“Marqo 的持续学习技术将允许搜索根据用户参与度（例如点击、‘添加到购物车’等）自动改进，这对于电子商务和其他最终用户搜索用例尤其重要。”
Marqo去年筹集了 66 万英镑（84 万美元）的种子前资金，今天宣布筹集 440 万美元的新种子资金，以加倍加大商业力度。其中包括今天正式向公众推出的新云服务，以补充现有的开源 Marqo 项目。
开源因素
与许多竞争对手一样，Marqo 的开源精神是一种非常刻意的举动，旨在讨好开发者社区，他们能够修补和定制产品，以确定它是否适合他们。反过来，这意味着他们可能更有可能向公司高层推荐该产品，甚至为产品开发做出贡献。
“我坚信开源产品的开发会带来更高质量的成果，”哈默说。“在开源基础上构建 Marqo 使我们能够与用户建立紧密的反馈循环，并以极快的速度迭代以构建开发人员真正需要的产品。开源也是一个很好的客户获取渠道。客户可以准确地看到他们正在购买的产品，他们可以免费试用并确保 Marqo 适合他们的用例。”
总而言之，开源通常需要大量资源来执行生产级产品，无论是在人力投入还是基础设施方面。这就是 Marqo Cloud 加入竞争的地方。
“对于不需要实时搜索且最终用户数量较少的用户或构建概念验证的用户来说，自托管开源产品是一个很好的选择，”Hamer 继续说道。“Marqo 的云平台为我们的客户处理云资源的基础设施、维护和运营，确保最佳性能和成本效率。”
虽然 Marqo 本质上是一家澳大利亚初创公司，但它在英国注册了一家母公司，其第一个投资者 Creator Fund 就位于英国。该公司还声称在伦敦设有一个小型办事处，目前只有一名员工，不过该公司希望将其扩建为包括销售、营销和客户支持的部门，以支持其在欧洲的雄心壮志。
Marqo 的种子轮融资由澳大利亚 VC Blackbird Ventures领投，Creator Fund 参与，两者均参与了种子轮前的投资。在最新一轮融资中，Marqo 还吸引了来自 January Capital 和 Cohere 联合创始人 Ivan Zhang 和 Aidan Gomez 的投资。
