与 2025 年黑客马拉松获奖者一起“跳出”机器人思维
Qdrant
·2025 年 9 月 29 日
在过去几周里，来自世界各地的开发者证明了向量搜索不仅仅是聊天机器人。我们挑战团队跳出 RAG 思维，他们也做到了：机器人安全反射、路线上的事件发现、3D 购物、视频游戏角色等等。
获奖者于 2025 年 9 月 26 日星期五在柏林的 Vector Space Day 现场公布。完整的黑客马拉松详情在此：黑客马拉松页面。
在全球众多提交作品中，黑客马拉松评委根据创意、技术深度和 Qdrant 使用情况等标准评估了每个提交作品，以确定最佳项目。Qdrant 提供了 10,000 美元的奖金，以及许多使用合作伙伴技术的额外奖品。
让我们深入了解这些顶级项目以及我们喜欢它们的原因。
🏆 综合获奖者
🥇 一等奖：Vector Vintage (Benedict Counsell)
额外奖：Neo4j 最佳应用奖
总奖金：5000 美元 + 1000 Neo4j 积分
项目简介：一种 3D 产品探索体验，将电子商务发现转化为一个可探索的世界。类别变成山脉；子类别变成丘陵；地形高度反映结果数量；一个 LLM“向导”（Q-Bert）提供精心策划的导览。
工作原理：嵌入 (Mistral) → Qdrant 相似性搜索 → Neo4j 图形策展 → UMAP 可视化 → React Three Fiber 中的 3D 地形。最终的 7 个项目由向导代理讲解。
代码库：Vector Vintage
🥈 二等奖：RoboBank (Sanya Kapoor)
总奖金：3000 美元
项目简介：一种用于机器人的 AI 轨迹记忆和反射建议系统。它将短传感器-动作序列“存储”为向量，按安全性进行标记，并检索最安全的邻居以建议下一步动作。在 2D 模拟器中演示，专为真实机器人设计。
技术栈：Qdrant 用于轨迹记忆、近邻检索、实时回退建议、安全/不安全标签以及反射回放。
代码库：RoboBank
🥉 三等奖：Spatio-Temporal NPCs (cortexandcode)
总奖金：2000 美元
项目简介：非玩家角色 (NPC) 使用时空记忆来“记住”地点、事件和互动，因此行为自然演变而非脚本化。
工作原理
大脑：GPT-OSS-120B (MoE) 作为意识规划者；Qdrant 中的潜意识记忆。
记忆：CLIP 嵌入 + 场景描述用于“图像记忆”；文本嵌入用于“事件记忆”；所有都带有位置标签。
感知与 I/O：whisper-cpp 用于语音，PiperTTS 用于输出，CLIP + MiniLM 用于嵌入。
性能：在本地运行，约 3GB 显存，1-2 秒延迟，计算成本 <1 美元/天。
🌟 最佳类别奖
CrewAI 奖：ReMap (TatankAm Explorers)
总奖金：一年 CrewAI 企业版
一个路线感知事件发现平台。输入路线 + 时间窗口，ReMap 使用混合语义搜索以及地理空间/时间过滤器查找相关事件，并在 OpenStreetMap 上可视化。目前使用合成数据，计划进行真实数据摄取。
代码库: ReMap
Mistral 奖：CosmicTwin (Inferno)
总奖金：3000 美元 Mistral AI 积分
一个有趣的个性化社交平台：通过测试，匹配到“母星”，并通过向量相似性找到宇宙双生子。使用 Qdrant + Mistral AI + React Three Fiber 构建，支持全球和行星内聊天。
代码库: CosmicTwin
Superlinked 奖：Bachata Vibes (Erick Rea)
总奖金：1000 美元
（注意：以上视频中的音乐因版权原因已删除 — 请自行发挥想象！）
一个 AI 编舞家，通过将音乐特征与带标签的舞蹈片段匹配，生成个性化的 Bachata 序列。使用 Superlinked 嵌入 + Qdrant Cloud 进行检索。音乐、舞蹈和 AI 的愉快融合。
代码库: Bachata Vibes
TwelveLabs 奖：Qlassroom (YHHA)
总奖金：1000 美元 TwelveLabs 积分
一个多模态课堂助手，将语音、视频、幻灯片、图像和文档一起捕获到可搜索的知识记忆中。使用 TwelveLabs 嵌入 + Qdrant 检索进行关联的上下文召回。
代码库: Qlassroom
🙌 荣誉奖
量化记忆宫殿 (The Mondays)
一个用于文档的 3D 知识宇宙。你可以实时预览和搜索的语义聚类。
代码库: Quant Memory PalaceOmniVault (Lone Qdrantic Agent)
一个完全本地、隐私优先的个人知识伴侣。索引本地文件 + 网页浏览，提供多模态语义搜索，甚至有 Chrome 扩展程序可以突出显示并滚动到召回的文本。技术栈：Qdrant + Redis + CLIP + Ollama。
代码库: OmniVaultDrawland (Drawland)
一个儿童友好的创意游乐场，使用向量检索来推动互动绘画和讲故事。提醒我们，严肃的技术也能激发有趣的体验。
代码库: Drawland
这些项目为何重要
这些项目展示了当开发者将向量检索应用于新领域时会发生什么。
- 机器人学习更安全的行为。
- NPC 随着记忆而成长。
- 通过个性连接人们的社交平台。
- 通过嵌入融合音乐和舞蹈。
- 路线感知发现工具和多模态教室。
- 本地优先、保护隐私的知识库。
我们特别欣赏这些项目的创造力，以及其中许多项目在将向量检索与未来边缘技术（如 Qdrant Edge）结合使用方面所采取的方向。
与任何黑客马拉松一样，有大量精彩的提交作品，我们希望能够展示所有作品，但我们希望这个样本能够展示 Qdrant 社区在面对新挑战和创新方法时所展现出的强大力量。
下一步
我们将在未来几周和几个月内发布深度解析并主持获奖者访谈。请 订阅我们的新闻通讯，关注这些内容！
非常感谢所有参与构建、指导或加入的人。你们已经证明，有了 Qdrant，可能性是无限的。
👉 加入社区：qdrant.tech/community
