---
title: AI 中的 向量（Vector）是什么意思？
description: 向量（Vector）是数学中一组有序的数字列表，在 AI 领域用来表示文本、图像…
url: "https://navi2ai.com/docs/ai-%e4%b8%ad%e7%9a%84-%e5%90%91%e9%87%8f%ef%bc%88vector%ef%bc%89%e6%98%af%e4%bb%80%e4%b9%88%e6%84%8f%e6%80%9d%ef%bc%9f/"
updated: "2026-09-13"
category: 专业术语
tags:
  - 向量
---

# AI 中的 向量（Vector）是什么意思？

向量（Vector）是数学中一组有序的数字列表，在 AI 领域用来表示文本、图像、声音等数据的语义特征。通过嵌入模型（Embedding Model），任何数据都可以被映射为高维空间中的一个向量（如 768 维、1024 维、1536 维）。语义相近的内容，它们的向量在高维空间中距离也更近。

你可以把它理解为给每个事物分配一个“语义坐标”——就像地图上用经纬度定位地点一样，向量用数字坐标定位语义。

向量的核心特性：

- **维度**：向量的长度，维度越高表达能力越强
- **语义相似度**：通过余弦相似度或欧氏距离衡量向量间的远近
- **嵌入模型**：将文本/图像转为向量的模型（如 text-embedding-ada-002、bge-large）
- **向量数据库**：专门存储和检索向量的数据库（如 Milvus、Pinecone、Weaviate）

 

**大白话理解：**

没有向量的时候：

- 你想找一篇和“机器学习入门”类似的文章 → 只能靠关键词匹配，搜到一堆不相关的结果
- 你想让 AI 理解“苹果”和“橘子”是相似的 → 计算机只知道它们是不同的字符串
- 你想做语义搜索 → 传统搜索引擎不理解意思，只匹配字面

有了向量之后：

- 你把所有文章转成向量 → 搜索“机器学习入门”时，找到语义最接近的文章
- 计算机知道“苹果”和“橘子”都是水果，向量距离很近
- 语义搜索成为现实：搜“开心的心情”，能找到“愉悦的感受”

 

**打个比方：**

| 传统方式 | 向量方式 |
| --- | --- |
| 搜索靠关键词匹配，“苹果手机”搜不到“iPhone” | 语义相近的都被找到，不管用词是否一样 |
| 分类靠人工打标签 | 向量自动聚类，相似内容自动归到一起 |
| 推荐系统靠规则 | 向量计算相似度，推荐最相关的内容 |

 

**一句话总结：**

> 向量是 AI 理解语义的“数字指纹”，让计算机能比较不同内容在意思上的相似程度。