MongoDB宣布，将旗下Voyage AI的嵌入与重排序模型整合至自家数据平台，并在MongoDB Atlas中提供嵌入与重排序模型API，同时推出自动生成嵌入功能。MongoDB表示，企业无需迁移或复制数据，即可更快将基于检索增强生成（RAG）的AI应用投入生产环境，并降低因组件分散与工作流复杂化带来的运维成本与风险。

此次更新将Voyage系列嵌入模型纳入MongoDB的嵌入与检索模型套件，并以API形式在Atlas中开放。MongoDB指出，此举旨在提升检索获取正确上下文的稳定性，降低生成式模型在生产环境中出现幻觉的风险。

MongoDB提到，许多团队在概念验证阶段能快速完成原型，但一旦进入上线阶段，往往需同时维护业务数据库、向量存储和外部模型服务，并处理数据同步与访问延迟等问题。当流程被拆分为多个环节，系统故障点和运维负担也随之增加。此次更新将向量检索所需的嵌入生成与重排序能力尽可能整合至同一数据平台，减少对外部组件和额外管线的依赖。

MongoDB为向量搜索推出自动生成嵌入功能，在数据写入或更新时自动产生并保存嵌入向量，确保向量能随数据变动保持一致，减少单独维护嵌入管线的需求。该功能目前以公开预览形式提供给MongoDB Community Vector Search，Atlas版本计划后续推出。

在云服务方面，MongoDB在Atlas中提供嵌入与重排序模型API，开发者可直接在Atlas内调用Voyage AI模型。对于基于RAG的企业搜索、文档助手或客服问答等场景，该API可将模型调用与数据访问路径集中于同一平台，降低外挂服务与同步流程带来的负担。

官方还发布了Voyage 4系列嵌入模型，涵盖通用型、高精度型、低延迟与低成本型，以及支持本地或终端部署的开源权重版本。此外，还推出多模态嵌入模型voyage-multimodal-3.5，支持文本、图片和视频，旨在帮助用户从PPT、PDF与图表等混合内容中提取语义特征，降低复杂文档解析对检索质量的影响。