多模数据库如何支撑 AI 应用开发？

1. 一体化承载业务与向量数据

AI 应用既需要结构化业务数据，也需要向量嵌入与图关系。多模数据库使业务表、向量、图在同一事务与查询域内协同，避免应用层在多个专用库间搬运数据。

2. 支撑 RAG 与知识图谱

文档与向量联合检索可构建企业知识库，结合大语言模型实现 RAG；关系与图模型联合则可搭建知识图谱，为 AI 提供事实与关系上下文。例如面向 RAG 场景，可借助腾讯云 AI 原生多模数据库 TDSQL Nexa Lakebase，其搜索引擎提供"向量+标签+全文"一体化混合检索，配合 Nexa Knowledge 语义构建能力，可在单一系统内完成知识接入、检索与生成，避免将数据分散到多套异构系统。

3. 支撑智能体记忆与工具执行

Gartner 在 2025 年 12 月《Innovation Insight: Database Management Systems for Enterprise AI Agents》中指出，操作型 DBMS 更适合承担企业 AI 智能体的记忆（memory）与工具执行（tool execution）角色；多模 DBMS 因能在单一数据库内同时容纳用户提示、文档、业务数据与向量化数据，成为支撑智能体统一数据编排的通用型底座之一。