用途：指导在 Qdrant 中更换嵌入模型而不中断服务。不同模型的向量不兼容，不能混用；命名向量必须在集合创建时定义，无法向已有集合新增，因此迁移通常需要新建集合。
主要能力与策略： 一、别名切换（零停机）：新建集合，后台重新嵌入全部数据，应用指向集合别名，原子切换别名，验证后删除旧集合。注意别名只重定向查询，载荷需单独重新上传。 二、双模型并行：用于 A/B 测试或多模态。新建集合时同时定义新旧命名向量，迁移旧向量，用 UpdateVectors 增量回填新模型嵌入，用 using 参数对比质量后再切换别名。大型多向量（如 ColBERT）与稠密向量共置会拖慢所有查询，迁移期间应放磁盘。 三、稠密转混合检索：新建集合同时定义稠密与稀疏配置，重新嵌入，迁移载荷并切换别名。分块级稀疏向量的 TF-IDF 特性与文档级不同，需测试检索质量。
何时必须重新嵌入：更换模型提供商、更换架构、维度不兼容、向纯稠密集合添加稀疏向量。可避免的情况：Matryoshka 模型可用 dimensions 参数降维或学习线性变换（有召回损失）；仅改量化时 Qdrant 会自动重新量化。
加速迁移：使用 update_mode: insert（v1.17+）保证幂等；以 with_vectors=False 滚动旧集合，分批重新嵌入并 upsert；并行批量上传（每请求 64-256 点，2-4 路）；批量加载时禁用 HNSW（调高 indexing_threshold_kb，之后恢复）。Qdrant Cloud 推理切换模型只是配置变更。400GB+ 数据集可能需数天；小于 25MB 时从源重建索引更快。
限制与禁忌：不要假设可向已有集合添加命名向量；验证新集合前不要删除旧集合；不要忘记更新应用中的查询嵌入模型；别名切换时不要跳过载荷迁移；长时间迁移不要把 ColBERT 与稠密向量共置；迁移到混合检索前务必测试分块级 BM25 质量。