向量数据库领域近年来风起云涌，成为技术界关注的焦点。高效检索高维向量数据对于大型模型的训练和推理至关重要，特别是在2023年大模型技术迅猛发展后，向量检索作为检索增强生成（RAG）技术的关键组成部分，更是被推到了数据库技术的风口浪尖。
然而，随着RAG技术的广泛应用，其局限性也日益凸显。RAG技术主要依赖于向量化知识本身，难以捕捉独立信息之间的链接，无法结合关系和语境进行深度语义理解和上下文细微差别的处理。这种局限性在处理复杂查询时显得尤为明显。
面对这一挑战，杭州悦数科技有限公司（以下简称悦数）CTO叶小萌带领团队，在2023年与LlamaIndex联合提出了Graph RAG的概念，并迅速分享了这一概念的初步验证结果。Graph RAG通过结合知识图谱和图数据库的优势，能够更精确、全面地检索相关信息，使模型能够关联上下文给出更准确的答复。
悦数CTO叶小萌表示，技术的差异化策略是悦数的核心竞争力。大模型的兴起让RAG技术成为热点，但要让通过公域数据训练的大模型理解私域数据，就需要先将私域数据保存下来，并通过向量化进行比较以快速找到关联内容。然而，向量数据库的局限性促使悦数团队开始探索图数据库与向量的结合。
在悦数团队首次提出Graph RAG概念时，人们对这一结合还感到陌生。但悦数并未退缩，迅速组建团队开始打造RAG产品。经过一年的努力，悦数RAG产品已经面世，并进入产品市场匹配阶段（PMF），预计今年将进行大规模推广。
悦数团队中的古思为是Graph RAG项目的核心成员之一。在他看来，市面上的RAG结合方式都存在局限性，而Graph RAG则具有足够的复杂性和想象力。他回顾说，Graph RAG就像一个小帐篷，能够容纳多种技术和方法，但同时也带来了选择上的挑战。最终，悦数团队通过反复斟酌和取舍，简化了实现方式，并取得了不错的反响。
在概念落地过程中，悦数团队遇到了不少挑战。为了让用户即使对图库无感知也能获得良好的使用效果，团队与数十个客户进行了深入沟通，并迭代出了开箱即用的解决方案。如今，悦数RAG已经能够无缝衔接DeepSeek，并正在进行基于蒸馏技术、图上推理等功能的迭代。
悦数不仅在RAG领域走在前沿，还在图数据库国际标准制定方面取得了重要进展。2024年4月，国际标准化组织（ISO）发布了国际标准图查询语言GQL，而悦数一直跟踪并投入研发这一标准。在GQL标准发布后的同年11月，悦数推出了全球首款原生支持GQL的分布式图数据库产品——悦数图数据库v5.0。
悦数图数据库的增长势头强劲。在2023年实现了两倍多的增长，2024年又比2023年增长近三倍，已接近收支平衡。叶小萌表示，悦数并不是为了做信创而做信创，而是自然而然地走向了信创之路。悦数图数据库的每一行代码都是团队亲手写下，具有自主可控的特点，是做信创的良好土壤。
然而，进入信创名录并非易事。悦数正在积极适配各种信创操作系统和硬件，以期在信创市场占据一席之地。同时，悦数图数据库还通过了中国信通院举办的“可信数据库”图数据库性能测试，成为国内首个全项完成该测试的图数据库产品。
悦数的客户中有一半以上都有信创需求。叶小萌观察到，现在还愿意出高价的企业往往是国央企或具有国资背景的企业。在政企领域的客户竞争中，金融业尤为激烈。为了避免卷入价格战，悦数在投标时会避开价格分数占比过高的场景，并尽量避免抢低价客户。叶小萌认为，产品价格应该体现产品本身给客户带来的价值，卷技术对行业有利，但卷价格则无法体现软件产品的价值。
亲历图数据库市场成长的浪潮，叶小萌感受到市场教育的成效显著。现在团队接触客户时，不再需要介绍图数据库的定义和功能，而是直接从介绍行业经验和使用场景开始。他形容数据库市场的竞争有如长跑，现在已经进入后半程，第一梯队和第二梯队已经逐渐显现。
叶小萌作为技术狂人，深受硅谷科技大公司工程师文化的影响，希望打造技术上最强的公司。悦数的氛围十分接近他心之所向的工程师文化，员工专注做技术、以技术为导向，具有很强的自驱力。然而，对叶小萌来说，创业最难的是突破边界。在商业化开始后，他需要面对客户，观察对方的反应、猜测背后的想法，这对他来说是一个新的挑战。
