引言
在人工智能生成内容（AIGC）浪潮席卷而来的当下，数据存储与管理面临着前所未有的复杂挑战。传统的数据库架构在处理海量的多模态数据，尤其是非结构化数据时，往往显得力不从心。
英科融合（重庆）科技副总经理雷宇作为一位拥有二十余年开发经验的资深程序员，在深耕数据领域多年后，敏锐地捕捉到 AIGC 带来的新机遇，与团队共同构建了Alpha Fusion 这一 AIGC 平台。本文，他分享了 Alpha Fusion 在数据库选型上的思考与实践，深入剖析了为何在“一个数据库搞定 AIGC 全场景多模态数据存储”这一目标下，为什么选择 TiDB 。
Alpha Fusion 平台：人人皆可创作的 AI 设计工具
Alpha Fusion 平台的核心理念是“以人人都会 PS”为设计目标，致力于降低 AI 技术的使用门槛，让用户仅通过输入提示词即可生成所需图片。该平台以 AIGC 的“文生图”和“图生图”技术为核心，旨在打造一个零门槛的 AI 设计工具，广泛应用于广告、电商、教育及企业文宣等领域，实现“10 秒出图，智能适配业务场景”。
通过将客户的语料、提示词、问答以及最终交付的产品全部转化为向量，并将其反哺至 AI 模型，Alpha Fusion 平台能够为客户输出高度定制化的产品。这种深度绑定 TiDB 向量能力的机制，使得平台能够深入理解用户需求，提供个性化服务。
在技术特点上，Alpha Fusion 内置了多场景工作流，如港风、动漫、赛博朋克等风格，并能基于用户历史操作数据推荐高转化率的设计模板。此外，平台还支持 AI 模型的微调，为企业客户提供定制化的训练数据和 ControlNet 控制生成，以打造品牌专属的 AI 画师。未来，Alpha Fusion 2.0 版本还将基于 TiDB 实现与大模型的深度集成，进一步发展人机共创模式。
平台架构与数据库选型之思
Alpha Fusion 的产品架构简洁而高效，主要分为五层：前端展现层、接口层、AI 层、以及与 AI 层深度绑定的数据库层。数据流以 Task ID 为核心在各层间传递，接口层通过 Redis 实现队列服务进行调度。AI 层不仅负责图片和视频的生成，还具备调度功能，并会在生成用户图片前读取 TiDB 中用户的历史生成信息向量作为参考，以反哺和补充用户的提示词。
Alpha Fusion 产品：AI 层+数据库层都用 TiDB
在探讨数据库选型时，雷宇先生和团队首先明确了人、AI 和数据库各自的角色定位。AI 的特点在于其快速、不假思索地给出回答，然而在实际应用中，尤其是在与客户的交互中，AI 首次交付的图片一次性交付率并不高。这在某种程度上表现为设计师缺乏 AI 思维，难以准确地将客户需求转化为AI可理解的提示词的问题。
为此，Alpha Fusion 引入了“人在回路”（Human In The Loop, HITL）的概念。在 1.0 版本中，AI 完成 80 %的工作，剩余 20 %由人类进行微调和审核。然而，这种模式仍存在 AI 与人脱节的情况。因此，团队正在积极探索 2.0 版本的人机共创模式，即 AI 与人共同完成目标。例如，当用户提出需求时，AI 会主动引导用户补充细节，直至形成一个精确的生成提示词，最终再由 AI 生成产品。这种人机协作模式，使得 AI 和人能够优势互补，共同提升创作效率和质量。
Alpha Fusion 数据库选型思路
数据库在 AI 时代的角色：承载多模态数据与向量化
在明确了人与 AI 的角色后，第三个关键问题便是“数据库能做什么”。雷宇先生强调，Alpha Fusion 与 TiDB 的深度绑定体现在数据库需要承载用户生成的内容（提示词）、用户反馈（问答）以及 AI 交付的非结构化文档（图片等模态）的存储。
传统上，用户的交易行为是结构化数据，如登录、购买、点击等。而提示词和 AI 问答则属于半结构化数据，图片则是典型的非结构化数据。在 AI 时代，数据库不仅要存储这些多样化的数据，更重要的是，它还需要将这些数据反哺给 AI 模型。
传统的数据库在处理自然语言时存在局限性，它们通常将自然语言视为独立的条目，难以进行聚合分析。然而，AI 时代对自然语言的分析需求日益增长，尤其是在构建“懂客户的 AI 平台”时，需要将客户的所有问答进行打包分析，这是传统数据库难以做到的。此外，传统的图片保存方式仅存储 URL 地址，无法保存图片内容，即使将图片转换为二进制数据存储，AI 也无法直接读取。
因此，将用户的生成内容、问答和图片全部转化为向量并存储在数据库中，并通过虚线反哺给 AI，成为了解决这些问题的关键。向量化使得数据库能够理解和处理多模态数据，从而回答了“数据库能做什么”这一核心问题。
TiDB 与 PostgreSQL 的选型对比：高效、云原生与向量化
在明确了数据库在 AI 时代的角色后，Alpha Fusion 团队在众多数据库中进行了选型，最终将目光锁定在 TiDB 和 PostgreSQL 之间。尽管市场上存在许多开源向量数据库，但 Alpha Fusion 希望一套数据库能够支持所有场景，避免传统数据库与向量数据库各自独立带来的复杂性。
数据库选型思路：为什么 TiDB > PostgreSQL
在对比 TiDB 和 PostgreSQL 时，团队主要从高效性、云原生特性和语料（向量化）三个方面进行了深入考量。
- 高效性：开发与运维的效率提升
在高效性方面，TiDB 在金融、互联网等行业已有诸多成功案例，其高性能毋庸置疑。然而，雷宇先生还强调了 TiDB 对开发人员高效性的意义。他指出，许多中国程序员对 MySQL 有着特殊的偏好，而 TiDB 作为 MySQL 兼容的分布式数据库，极大地降低了开发人员的学习曲线。一个具备 MySQL 基础的工程师，通常在两到三个月内即可掌握 TiDB 的开发和运维，这对于初创公司而言，意味着显著的学习成本降低和开发效率提升。
- 云原生：快速部署与弹性扩展
PostgreSQL 作为一款历史悠久的数据库，其插件和生态圈丰富，但其底层架构仍基于传统的数据库模式，并非原生云。而 TiDB 从诞生之日起便基于云原生架构设计，这意味着它能够充分利用云计算的优势，实现快速部署、弹性扩展和存算分离。对于 Alpha Fusion 公司而言，基于云平台进行业务部署是必然选择，TiDB 的云原生特性使得系统部署和迁移可以在一小时内完成，大大提升了运维效率和自动化水平。此外，根据 Alpha Fusion 的测试体验来看，PostgreSQL 在使用过程中可能出现数据倾斜问题，而 TiDB 的分布式架构能够更好地解决数据分布不均的挑战。
- 向量化：实现 “一切皆语料” 的高效处理
TiDB 的向量化能力精准契合 “一切皆语料” 的需求，可对各类数据（包括文本、图像等）进行向量化处理，通过高维向量捕捉数据的语义与上下文，突破传统关键词匹配的局限。其专用向量数据类型支持高达 16383 个维度，搭配 HNSW 等 ANN 算法构建的向量索引，能将查询性能提升 10 倍以上，且保持 90% 以上的准确率，辅以索引预热机制保障稳定运行。同时，TiDB 支持向量检索结果与 SQL 表连接，实现数据与向量嵌入的统一存储及灵活组合查询，适配 RAG、语义搜索等 AI 场景，结合对 MySQL 语法的兼容，简化了架构与开发流程，让各类数据都能作为语料高效参与 AI 应用。
Alpha Fusion 应用 TiDB 的收益与体验
Alpha Fusion 平台在引入 TiDB 后，其应用成效与用户体验均得到了显著提升。TiDB 的整合使 Alpha Fusion 成功实现了一套数据库对 OLTP（在线事务处理）、HTAP（混合事务/分析处理）以及 AI 全场景应用的支持 。简化了系统架构的同时，避免了部署和维护多套数据库系统的复杂性，使人力成本得以节约 50%，整体开发周期缩短一半，团队整体工作效率大幅提升。
在系统部署与运维层面 TiDB 带来便捷体验。在实际部署测试中，Alpha Fusion 团队发现 PostgreSQL 的 PG Vector 在 Docker 环境中部署时报错，且需要修改源代码配置才能解决，这带来了较高的变动风险。而 TiDB 的部署则非常顺畅，整个环境在约 40 分钟内即可搭建完成。除去大模型组件的下载时间，整个系统可在一小时内迅速搭建完成，且支持灵活扩展，显著降低运维费用，实现了高效的自动化运维。
此外，TiDB 有效降低了数据传输与保存的成本。数据管理变得更为集中高效，减少了跨系统数据迁移所带来的冗余与复杂性。通过对客户数据进行向量化处理，Alpha Fusion 能够快速构建客户画像及知识库，为用户提供更精准、个性化的服务。
向量数据库的未来与 AI 时代的应用趋势
向量数据库被认为是专为 AI 量身定制的，其本质在于将对象在多维空间中表示为点，并通过计算点之间的距离来发现关联。向量数据库充当了连接非结构化数据与 AI 应用的桥梁，实现了多模态数据的表达和智能化管理。雷宇表示：“在 AIGC 时代，非结构化数据的增速预计将是结构化数据的三倍以上，这进一步凸显了向量数据库的重要性。”
Alpha Fusion 将用户输入的提示词、生成的图片以及人机交互中的问答全部转化为向量，并按客户维度进行比较和存储在 TiDB 中。这种“一切皆语料”的理念，使得平台能够深入分析客户的交付风格和常用提示词。
展望未来， AI 时代数据库的应用或将呈现以下趋势：
- 向量数据库的崛起： 向量是实现 AI 底层逻辑的关键，数据库开发人员需要转向向量开发，同时向量运算的加速仍是重要的研究方向。
- AI 取代 BI 的可能： 随着 AI 技术的发展，未来或许可以直接将多年的财务数据导入 AI 进行分析和预测，而无需传统的建模和 BI 分析。
- 图数据库的重要性： 随着 AI 应用的普及，知识图谱在企业知识库构建中扮演着越来越重要的角色。虽然 TiDB 目前尚未原生支持图数据库，但其未来集成图数据库功能将是重要的发展方向。
结语
基于对 AI 时代数据特性的深刻理解和对数据库技术发展趋势的精准判断，Alpha Fusion 选择 TiDB 作为其 AIGC 平台底层数据库。TiDB 在高效性、云原生架构以及对向量化数据的间接支持方面展现出的优势，使其能够有效应对 AIGC 场景下多模态数据存储与管理的挑战，为 Alpha Fusion 构建“最懂客户的 AI 平台”提供了坚实的基础。