PPT 下载：
sr-fluss-paimon-slides.pdf (3.5 MB)
starocks x paimon 多模检索.pdf (1.7 MB)
StarRocks+Paimon向量索引在AIData向量检索场景下的实践.pdf (1.8 MB)
StarRocks向量检索能力解析.pdf (681.2 KB)
直播回放：
StarRocks 向量检索能力解析
StarRocks Paimon 多模态融合检索
StarRocks + Paimon 向量索引在 AIData 场景下的实践
StarRocks + Fluss + Paimon 构建湖流一体的实时数据引擎
当数据形态从单一的结构化表格，拓展至图片、视频、音频及高维向量等多元模态，传统数据架构要如何打破“数据孤岛”，实现跨模态数据的统一存储、实时检索与智能分析？StarRocks × Paimon × Fluss 给出的答案，正在定义 AI 时代数据底座的进化方向——从传统的结构化数据湖，迈向支持全模态、低延迟、高吞吐的“智能湖仓”。
5 月 27日 19：00-21：00 ，Streaming Lakehouse Meetup · Online EP.3 重磅来袭！这一次，我们聚焦多模态融合检索与实时写入的核心突破，揭秘基于 StarRocks 与 Paimon 构建 AI 时代统一分析检索架构，结合 Fluss 进展，带来前瞻性的技术实践：
- 多模态融合检索：详解 StarRocks 如何实现结构化数据与向量数据的统一存储与高效检索；
- 向量能力解析：StarRocks Committer 亲自解读向量检索核心技术及混合查询底层细节；
- 湖仓性能跃升：深度解析 Native Reader/Writer 机制，打通湖仓实时读写瓶颈，性能大幅提升；
- 湖流一体演进：探索 StarRocks + Fluss + Paimon 最新架构，实现极低延迟的数据接入与分析；
- 最佳实践落地：分享湖仓架构下 ANN 索引的应用案例，以及 AIData 向量检索的一线实战经验。