AREXOpen in interactive Feed

AREX Feed Article

LanceDB 官宣完成 5,750 万美元 Series B:Bessemer Venture Partners 与 Innovation Endeavors 领投,累计融资达 9,850 万美元

November 17, 2026

2026 年 11 月 17 日,AI 多模态数据基础设施公司 LanceDB 在官方博客宣布完成 5,750 万美元 Series B 融资:本轮由 Bessemer Venture Partners 与 Innovation Endeavors 领投,Theory Ventures、Dimension、Swift Ventures、CRV 和 Y Combinator 跟投,公司称累计融资已达 9,850 万美元。

同一篇公告还给出两组增长数字:自去年 6 月 Series A 以来收入同比增长超过 10 倍,开源库累计下载量超过 1.2 亿次、较一年前增长 6 倍;客户名单包括 Netflix、Microsoft AI、Runway、Luma AI 和 Midjourney。领投方 Bessemer 与科技媒体 SiliconANGLE 当天分别发布的文章与融资结构一致;收入增速与下载量均为公司口径。

四家 Series A 老股东续投,创始人分别参与过 pandas 与 HDFS

Bessemer 合伙人 Mike Droesch 在公告中被引述道:「Chang 和 Lei 花了近二十年打造支撑全球许多数据平台的核心基础设施;在 LanceDB,他们正引领 AI 领域最重要的基础设施转向之一:转向在大规模多模态数据上训练模型。这家公司的增长本身就说明问题:从一个被广泛采用的开源技术,长成一个被业内最成熟的 AI 实验室信任、增长很快的企业平台。」

Droesch 所说的 Chang 和 Lei,即 LanceDB 的两位联合创始人。领投方在自家官网发布的文章中介绍:CEO Chang She 是 Python 数据分析库 pandas 的共同作者,曾在流媒体公司 Tubi 负责机器学习(ML)工程,并在那里基于 Parquet(数据仓库常用的列式存储格式)搭建训练流水线后得出结论,这套格式需要从第一性原理重建;CTO Lei Xu 职业生涯一直在做文件系统,从博士期间创立的可检索文件系统,到 Cloudera 的 HDFS(分布式文件系统),再到 Cruise 自动驾驶车队背后的 ML 基础设施。

上一轮融资发生在 2025 年 6 月 24 日:路透社当时报道,LanceDB 完成 3,000 万美元 Series A,由 Theory Ventures 领投,CRV、Y Combinator、Databricks Ventures 和 Runway 参与;LanceDB 自己的 Series A 公告列出的名单更长,还包括 Zero Prime 和 Swift。对比两轮名单,Theory、CRV、Y Combinator、Swift 四家出现在了 Series B 中。按官方口径推算,9,850 万美元累计融资扣除本轮 5,750 万美元后为 4,100 万美元,其中 3,000 万美元来自 Series A,其余 1,100 万美元来自更早的轮次。

收入只给倍数,下载量可与上轮公告对账

两组增速数字均出自官方博客,收入一项只给倍数、未给绝对值,没有第三方材料可交叉核对。下载量则可与自家历史公告对账:官方称较一年前增长 6 倍,倒推一年前约为 2,000 万次,与 Series A 公告中「截至 2025 年 6 月开源包下载量超过 2,000 万次」的说法衔接。领投方文章补充了频次口径:用户每月下载数千万次,一年内增长 6 倍。

Lance 格式:把原始图片、视频和向量放进同一张表

Bessemer 的文章把 Lance 描述为一个开源文件格式、表格式和目录规范,定义多模态数据在存储中的排布方式,作用类似 Parquet 之于数据仓库的分析表。一张 Lance 表可以同时容纳原始图片或视频、元数据、特征和向量,向量搜索与 SQL(结构化查询语言)直接作用于数据本身,团队可以在 PB 级表上追加一列 embedding(向量表征),而不必重写整张表。

Chang She 在 SiliconANGLE 的采访中解释了设计差异:Lance 把结构化信息与图片、视频等大文件合在一起,与为整表处理优化的传统分析格式不同,它支持快速检索单条记录并随时修改,这对搜索和准备大规模训练数据更有用。「通常,研究团队要把数据集的不同部分放在不同地方,到头来为一个训练跑准备完整数据集要花上数周甚至数月。」他说,「今天的 AI 缺一个数据层,这就是我们在造的东西。」他在 Series A 公告里还回忆过起点:四年前,他和联合创始人 Lei 提出的一个简单问题是,处理 embedding、图片和视频为什么比处理表格数据还难?他们的答案是从第一性原理重做,这意味着弃用 Parquet 和 WebDataset 这类为旧数据形态设计的格式。

Enterprise 平台与官方规模指标:单表数百 PB、1,000 亿行

SiliconANGLE 把 lakehouse(湖仓一体)的概念讲得直白:它把数据湖的灵活存储和数据库式的组织、查询、管理能力合到同一个平台。官方博客列出的 LanceDB Enterprise 能力包括:为实时写入设计的持久化内存加速写路径;可跨大规模数据集扩展的分布式索引;以及托管的 compaction(后台持续合并、优化表数据),让团队在最多 1,000 亿行多模态数据上并发读写、查询同一张表。博客同时给出能力指标:每秒可处理 13 万次以上请求、P95 延迟(第 95 百分位的延迟)低于 210 毫秒,单表承载数百 PB 数据与超过 400 亿个向量,支持 8,000 块 GPU(图形处理器)并行训练。这些均为公司自述的运行能力。

She 在采访中给出的客户侧数据更具体:大型多模态训练工作流的单表数据量平均在 10~20 PB,有的接近 80~100 PB。他强调平台不搬运数据:「数据留在原地,仍然属于你,我们不需要复制它。」

客户证言:Runway 的列追加、Microsoft AI 的租户边界与 Cosmos 的百万小时视频

Runway CTO Kamil Sindi 在公告中说:「Runway 的一个训练样本不会静止不动。它从一段视频和一条提示开始,然后我们加入 embedding、分辨率、时长元数据,以及下一个实验需要的任何东西。我们在 2024 年开始使用 Lance 格式,因为它是当时唯一能同时处理非结构化数据、列追加、分布式读取和临时 SQL 的选择。此后我们成了 LanceDB Enterprise 客户。」

Microsoft AI 数据平台负责人 Suqiang(Jack)Song 的证言集中在安全边界:「我们把 LanceDB 当作训练数据层,在数十亿行图像和代码数据上做训练,分布式推理跨数千个节点直接读取这一格式。这件事必须在我们自己的租户里、按我们自己的安全策略完成,没有商量的余地,而 LanceDB 给了我们进入生产环境所需的确定性。」

NVIDIA Cosmos 技术负责人 Max Li 给出了用量:「用 Cosmos 3 时,我们用 Lance 策展了约 100 万小时视频;现在我们更进一步,直接从 Lance 训练。」他补充说,Lance 的对象存储原生架构让流式读取、过滤、检查和持续改进大规模多模态数据集容易得多,同时保证大型 GPU 集群的数据供给。

这三段证言全部出自 LanceDB 自己的融资公告。SiliconANGLE 的报道提到 Netflix 基于该技术为内容创作构建了媒体数据湖;领投方文章则称 World Labs、Applied Intuition 和 ByteDance 用它做后训练(post-training),Netflix 用它做生产检索与 ML 运维。

资金投向与尚未独立核实的数字

对于 B 轮之后的重点,官方博客放在支撑模型改进的端到端飞轮上:研究员和他们的 agent 在一处管理 PB 级训练数据、上下文、日志和 rollout(模型试运行轨迹)数据,并行运行大量 agentic 实验(由 AI 代理执行的研究实验)而不污染共享数据集;特征工程上,团队写一次转换,平台跨整个数据集执行、回填已有行、处理新到的数据;平台还会向训练前的数据准备延伸,并改进训练时的数据加载与缓存。She 对 SiliconANGLE 说,新资金将用于扩展多模态数据平台、加速模型开发周期,特别是大规模数据策展、特征工程与数据加载,让数千块 GPU 在训练期间保持供给,并加深对视频生成、世界模型和机器人等新兴负载的支持。

不过,收入增速、下载量与客户名单均出自公司或投资方自己的叙述;本轮估值未披露,这些数字也暂无独立审计或第三方统计可对照。这是这轮 Series B 公告留下的主要信息空白。

参考链接

  • LanceDB 官方博客:LanceDB Raises $57.5M as AI Research Outgrows the Modern Data Stack
  • Bessemer Venture Partners:LanceDB: The data layer for multimodal AI
  • SiliconANGLE:LanceDB raises $57.5M to accelerate AI model training with multimodal data platform
  • Reuters:LanceDB raises $30 million for multimodal AI data infrastructure
  • LanceDB Series A 公告:LanceDB Raises $30M Series A to Build the Multimodal Lakehouse