嵌入是什么？
AI 看不懂汉字，也看不懂图片，它只认得数字。嵌入（Embedding）做的，就是把一段文字、一张图、一段声音，转换成一串固定长度的数字——也就是「向量」。这串数字里，藏着这句话的「意思」。它是怎么工作的？
把「意思」编码成坐标想象一个高维空间，每个词、每句话都有个坐标。意思越接近的，坐标越挨着——「猫」和「狗」的距离，远小于「猫」和「汽车」。
用「距离」衡量相似
两句话像不像、两张图像不像，不看字面，而是看它们的向量离得近不近。
它有什么用？
语义搜索你说「怎么退火车票」，系统也能找到标题写「改签与退款」的文章。
推荐系统
「相似商品」「你可能还喜欢」就是拿向量相似度算出来的。
多模态对齐
同一件事，文字和图片可以映射到相近的向量，实现「以文搜图」「以图搜文」。
怎么得到嵌入？
有专门的「嵌入模型」，输入一段内容就输出一个向量。好的嵌入模型会把语义相近的内容靠得更近，差的模型则分不清。所以选择好的嵌入模型，是搜索和推荐效果好坏的前提。一句话记住：嵌入就是把「意思」翻译成一串数字坐标，让 AI 能用「距离」来理解相似。
评论