一句话定义
向量检索的前沿沿五个方向推进：GPU 原生建图（CAGRA）、磁盘路线生态化（SPANN/Starling）、量化理论化（RaBitQ 后续）、多向量工程化（MUVERA）、检索范式重构（生成式检索）——它们共同回答同一个问题：规模再上一个数量级时，三元权衡还能挤出新空间吗。
为什么重要
02 模块的算法骨架（IVF/HNSW/PQ）已稳定十年，但每个方向都在被重新工程化。跟踪前沿不是追新，而是提前看到成本曲线的拐点：GPU 建图把十亿级建库从天压到小时、量化理论化把压缩率再推 4 倍、生成式检索若成熟将改写"索引"这个概念本身。本篇给你一张"谁在解决谁的瓶颈"的地图，避免盲目追热点。
前置知识
kp-013（磁盘路线）、kp-031（量化前沿）、kp-005（历史脉络——本篇是它的续章）。
核心概念
- CAGRA（NVIDIA RAFT 系列）：GPU 上构建与遍历近邻图，建库吞吐比 CPU 高一个量级，适合"每天全量重建"的批式场景。
- SPANN：微软的磁盘路线变体——倒排分区放 SSD、只把"边界点"缓存进内存，内存用量远低于 DiskANN 的全量压缩图，十亿级成本再降档。
- 量化理论化：RaBitQ/Extended-RaBitQ 之后，"带理论误差界的压缩"成为设计范式，量化不再靠经验试错（kp-031）。
- MUVERA：把 ColBERT 类多向量用固定维度编码（FDE）压缩成"单向量可检索形态"，先用 MIPS 求解再精排，给 kp-032 的存储账找出口。
- 生成式检索（Generative Retrieval / DSI）：不做"向量相似度"，让模型直接生成目标文档的标识符——检索变成序列生成问题；尚处早期，但代表了范式级 alternatives。
原理与机制
方向地图（瓶颈 → 方案 → 成熟度）：
| 瓶颈 | 方向 | 代表 | 现状判断 |
|---|---|---|---|
| 十亿级建库慢 | GPU 建图 | CAGRA/RAFT | 生产可用，批式重建场景已落地 |
| 磁盘路线成本/IO | 分区倒排+边界缓存 | SPANN 系 | Milvus 等已集成变体，成本敏感场景首选之一 |
| 压缩失真不可控 | 理论界量化 | RaBitQ 系 | 快速落地中，高维场景新默认（kp-031） |
| 多向量太贵 | 多向量→单向量编码 | MUVERA | 早期，工程验证积累中 |
| 检索范式本身 | 生成式检索 | DSI 类 | 研究期，别在生产下注 |
| 动态负载 | 混合负载索引（边写边查边过滤） | 各系统持续演进 | 慢变量，最实用 |
Agentic 记忆的新需求：Agent 长期记忆把负载特征推向"高频 upsert、时间衰减过滤、多租户个性化、遗忘机制"——传统向量库为"重读轻写"设计，写入路径（kp-022）成为新瓶颈；这会推动段式写删、增量图更新（Fresh-DANN 类）与 TTL 语义成为一等能力。判断"前沿是否值得跟进"的实用标准：它是否改善你三元权衡中最痛的那一端。
公式或模型
本节不适用：方向综述篇；各方向账本见被引 kp。
图示
三元权衡的"挤空间"地图:
延迟端 ──► GPU遍历/图优化(微改进)
内存端 ──► RaBitQ量化 / SPANN磁盘 / MUVERA多向量降维 ← 当前主战场
召回端 ──► late interaction(kp-032) / 混合融合(kp-016)
范式端 ──► 生成式检索(远期观察)实例或案例
十亿级图片库的两代方案对比：2021 年方案 HNSW 全内存（3 TB 级集群，月费高）；2026 年同需求用 SPANN 类磁盘方案（内存 <500 GB + SSD 数 TB）或"GPU 周重建 + RaBitQ 压缩"，成本降一个量级、召回不降——五年间同一问题的答案完全换了，这就是跟踪前沿的财务意义。
直观类比
前沿地图像电动车技术树：GPU 建图是"快充"（老问题提速），量化理论化是"电池能量密度"（当前主战场），SPANN 是"换电模式"（用基础设施换车载电池），生成式检索是"自动驾驶"（范式级但未成熟）——买车（选型）时不必为概念买单，但要按路线图规划。
常见误区
- "前沿 = 换新引擎"——多数前沿收益可先以索引/量化选项形式获得（现有系统集成 CAGRA/RaBitQ/SPANN 变体），换引擎是最后一步。
- "生成式检索要替代向量库了"——它尚未在生产规模验证稳定性与可控性；正确的姿势是跟踪论文与开源实现，而非改造生产。
- "追跑分新王"——前沿技术的公开数字多在无过滤静态库上取得；沿用 kp-025 的自建评测与 kp-023 的误区清单，任何新东西先过自家评测。
- "忽视慢变量"——多租户、高频写、混合负载这些"不性感"的工程方向才是多数团队三年内真正会撞上的前沿。
自测题
- 五个前沿方向分别挤压三元权衡的哪一端？
- Agent 记忆场景对向量库提出了哪些传统弱项需求？
- 判断一项前沿技术是否值得跟进的标准？
答：GPU 建图→延迟与建库时间；RaBitQ/MUVERA→内存；SPANN→内存（以延迟换）；late interaction→召回；生成式检索→范式本身（远期）。
答：高频 upsert、时间衰减过滤、个性化多租户、遗忘/TTL 语义——传统"重读轻写"的段式架构在写入路径承压，推动增量图更新与 TTL 成为标配能力。
答：先看它改善的是不是你最痛的权衡端；再用 kp-025 自建评测在自家数据上验证；最后评估获得该收益所需的运维复杂度变化。
与其他知识点的关系
kp-005 是历史回望、本篇是前瞻续章；kp-013/031/032 是三个方向的深入篇；kp-027 决策树中"预算敏感大规模"分支的答案正在被本篇的方向改写。
延伸阅读
Tay et al., "Transformer Memory as a Differentiable Search Index"（NeurIPS 2022）——生成式检索（DSI）的代表性论文；配套跟踪 RaBitQ/SPANN/MUVERA 各自的后续工作即可。