基礎觀念影音
以下優先官方與長期維護的教學頻道，用 iframe 內嵌。建議依序看：先建立「向量／embedding／索引」心智模型，再看產品功能對照。
IBM Technology：什麼是向量資料庫
Martin Keen 用風景照當例子，說明 embedding 的每一維代表抽象特徵、不同資料要用不同模型（如 CLIP、GloVe），以及為什麼要用 HNSW／IVF 這類近似索引，而不是每次掃完全表。適合完全沒接觸過向量庫的人。
Pinecone 官方：為什麼 AI 應用需要向量資料庫
Pinecone 原廠短片，對齊他們文件裡的定位：向量庫不只是「會算距離的陣列」，還要有 CRUD、metadata 過濾與水平擴展。看完可接 Pinecone 影音。
來源：Pinecone 官方頻道 · 影片
Weaviate：向量資料庫裡面到底有什麼
Weaviate 工程師 JP Hwang 的會議演講。重點不是 API，而是「只會存向量」不夠：還有 hybrid search、RAG、多模態、多租戶、量化與複製。用來判斷自己需不需要獨立的向量資料庫產品。
來源：Weaviate 官方頻道 · 影片
IBM Technology：向量與 embedding 的另一個講解
Jamil Spain 從「什麼是向量」講到高維索引與低延遲查詢，節奏較慢、圖解清楚。若上面 Martin Keen 那支覺得太快，可以改看這支打底。