说明：本文梳理截至 2026 年 11 月 1 日、近一周多公开可查的知识库与 RAG 领域动态。厂商公布的性能指标未经过独立验证，引用时请结合自身语料复测。

本周总览

过去一周，知识库与 RAG 领域没有出现“颠覆式”的单点突破，但三条主线明显加速：一是检索栈继续“模型化”和“多模态化”，NVIDIA 把文档解析、嵌入、重排做成同一家族的开放模型；二是重排序从“提升准确率”走向“准确率与成本并重”，Cohere Rerank 5 直接返回文档内最相关段落；三是向量数据库的竞争焦点从“ANN 多快”转向“混合检索、过滤、量化与安全”，Qdrant、Weaviate、Milvus 都在补这些能力。与此同时，Dify 的版本更新提醒我们：RAG 的很多故障不在模型，而在数据与运维。

一、NVIDIA Nemotron 3.5：文档解析、嵌入、重排有了“同一家族”的开放模型

发布方与时间：NVIDIA，2026 年 10 月 20—22 日陆续在 build.nvidia.com 与 Hugging Face 上线。

核心亮点：

• nemotron-3.5-parse 面向页面图像，抽取文本、表格与文档版式；
• nemotron-3.5-embed-1b 是 1B 参数的多模态嵌入模型，可对文本与文档图像做统一检索；
• nemotron-3.5-rerank-8b 是 8B 多模态重排模型，对“文本或文档图像片段”与查询的相关性打分；
• 同系列的 Nemotron 3.5 Super VL 采用 120B 参数 MoE 架构，每个 token 激活约 12B，统一处理文本、图像、文档和视频理解。

影响与意义：过去做多模态 RAG，常见做法是 OCR、视觉模型、嵌入模型、重排模型分别选型、分别调优，链路上任何一个环节换版本都可能引发回归。NVIDIA 把 parse—embed—rerank 放在同一模型家族里，意味着“以页面图像为检索单元”的路线更容易落地，也让 RAG 工程从“拼装”转向“选型与评测”。当然，中文表格、手写批注、复杂版式仍需要用自己的文档集验证。

二、Cohere Rerank 5：从“给片段打分”到“压缩上下文”

发布方与时间：Cohere，2026 年 10 月 21 日。

核心亮点：

• 提供 Pro 与 Fast 两档，Pro 主打质量，Fast 面向延迟与成本敏感场景；
• 新增 Context Focus：一次重排调用不只返回文档，而是返回每篇文档内最相关的段落，减少送入 LLM 的 token；
• 提供校准后的相关性分数，团队可以用统一阈值决定哪些内容进入生成、哪些触发拒答或转人工；
• 覆盖金融、医疗、科研、解析文档与多语言检索，可通过 API、Model Vault、Microsoft Foundry、Amazon SageMaker、私有 VPC 或本地部署使用。

影响与意义：重排序长期被视为“提准确率”的最后一公里，Rerank 5 把它变成“提准确率 + 降成本”的组合工具。对财报、合同、产品说明书这类长文档，段落级返回比整篇返回更实用；校准分数则让“知识库答不了就转人工”从口号变成可运营的阈值。需要提醒的是，厂商 benchmark 不能替代企业自有语料上的复测，尤其是中文长文档与表格。

三、Qdrant 1.20 与 UltraBERT：混合检索补强，长上下文单向量化

发布方与时间：Qdrant，2026 年 10 月 19—22 日。

核心亮点：

• 1.20 在全文索引上支持 BM25 打分，并新增面向代码的 tokenizer、嵌套过滤的逐元素索引、16-bit/8-bit TurboQuant、内存分层，以及集群安全加固（内部认证默认开启、内部端口绑定私有网卡）；
• UltraBERT 把 32K token 压进一个向量，直接挑战“必须切 chunk”的传统假设；
• 同期还展示了 Perplexity 的晚交互嵌入模型与 Qdrant 约 21 倍向量压缩的结合，以及 Cohere Embed 5 配合非对称量化做视觉 PDF 检索。

影响与意义：BM25 原生进入全文索引后，混合检索不再需要额外维护一套稀疏向量链路；代码 tokenizer 对代码库、日志、工单等特殊语料更友好；TurboQuant 与内存分层则直接作用于大规模知识库的成本。UltraBERT 这类“单向量长上下文”路线值得关注，但召回粒度、可解释性和更新成本仍需与多向量方案对比。

四、Dify 1.17.1：知识库权限细化到数据集，RAG 正确性集中修复

发布方与时间：LangGenius，2026 年 10 月中旬。

核心亮点：

• 知识库 API Key 可以限定到单个 dataset，不再默认拥有工作区级访问权限；
• 集中修复多类文档抽取与索引问题，并改进 Human-in-the-Loop 工作流；
• 内置 Weaviate 从 1.27.0 升级到 1.39.2，自托管用户必须按 minor 版本分阶段升级；跨版本直接升级可能在不报错的情况下损坏向量检索数据。

影响与意义：数据集级 API Key 对企业多知识库、多租户场景是刚需，权限边界终于可以对齐业务边界。更值得记取的是升级警告：RAG 系统“看起来启动成功、实际检索已坏”是最难排查的故障之一。企业应把向量库版本、索引重建和回滚方案纳入变更管理，而不是把 RAG 当作普通应用升级。

五、Weaviate 1.40 PathSeer 与 GraphQL 弃用：过滤检索与接口现代化

发布方与时间：Weaviate，2026 年 10 月 8 日发布 1.40，10 月 26 日宣布弃用 GraphQL API。

核心亮点：

• 1.40 引入 PathSeer，这是继 sweeping、ACORN 之后的第三种 HNSW 过滤策略，来自 SIGMOD 2026 论文，论文一作参与贡献；
• GraphQL API 自 2026 年 10 月 26 日起进入弃用流程，官方给出了 Weaviate Cloud 与自托管版本的迁移时间线。

影响与意义：企业知识库的检索几乎都带过滤条件——部门、租户、密级、时间、文档类型。PathSeer 让“带复杂过滤的向量检索”在性能与召回之间多了一种选择。GraphQL 弃用则提醒团队检查老客户端、脚本和 BI 集成，避免在迁移窗口内被动停摆。补充一条：Milvus 3.0.3 于 10 月 14 日为混合搜索加入 Function Chain，支持数组、结构体、JSON 字段的元素级局部更新与可空向量过滤，同时包含破坏性变更。向量数据库正在集体补“过滤 + 混合检索 + 安全”这一课。

趋势总结与展望

第一，检索栈正在模型化。parse、embed、rerank 不再由工程团队临时拼装，而是由模型家族提供一致接口，RAG 的竞争力会更多体现在语料治理与评测上。

第二，重排序进入“降本”叙事。Context Focus、校准分数、可配置阈值，意味着重排器开始承担上下文压缩与拒答决策。

第三，向量数据库从“能搜”走向“搜得准、管得住、省得下”。混合检索、过滤策略、量化、内存分层、集群安全，都是同一件事的不同侧面。

第四，平台治理比模型替换更重要。Dify 的升级警告说明，数据层故障往往比模型效果更致命。

展望未来一个季度，建议重点关注三件事：多模态重排模型对中文表格与扫描件的实际表现；长上下文单向量与多向量方案在真实知识库上的召回对比；以及“可校准拒答”能否成为企业知识库的标配能力。Agentic RAG 与 GraphRAG 不会取代向量检索，更可能以“检索层 + 规划层”的方式叠加。

数据来源

• NVIDIA Build 模型页 与 NVIDIA Developer Blog：Nemotron 文档处理管线
• Cohere Blog：Introducing Rerank 5，2026-10-21
• Qdrant 1.20 - Full-Text Search Improvements、UltraBERT Fits 32K Tokens in One Vector，2026-10-19/22
• Dify v1.17.1 发布解读（Undercode News），2026-10
• Weaviate Blog：PathSeer 与 GraphQL 弃用公告，2026-10-08 / 2026-10-26
• Milvus 发布说明 v3.0.3，2026-10-14
• 数据截至 2026-11-01；厂商披露的性能数据未独立验证。