SiliconANGLE AI ↗ · 2026-11-18 00:30 · UTC+8
LanceDB获融资5750万美元 加速多模态数据平台用于AI模型训练
媒体报道 SiliconANGLE AI 原文语言:英文
LanceDB宣布完成5.75亿美元B轮融资,领投Bessemer和Innovation Endeavors,累计融资达9.85亿美元,旨将其多模态湖仓技术用于大规模AI模型训练。
全文
更新于美东时间 11:30 / 2026年11月17日
人工智能
LanceDB 融资 5750 万美元,利用多模态数据平台加速 AI 模型训练
作者:Kyt Dotson
LanceDB Inc. 是一家旨在加速人工智能模型数据库技术的开发商,该公司于今日宣布已筹集 5750 万美元的早期融资,为研究人员、模型构建者和平台团队带来多模态湖仓一体(lakehouse)平台。
Bessemer Venture Partners 和 Innovation Endeavors 领投了此轮 B 轮融资。参与本轮融资的其他投资者包括 Theory Ventures、Dimension、Swift Ventures、CRV 以及 Y Combinator,这使该公司的总融资额达到了 9850 万美元。
人工智能使得创建和解释日益复杂的各种数据变得更加容易,但这也带来了基础设施方面的问题。LanceDB 正在通过提供统一的多模态数据湖仓一体来解决这一问题,为研究人员、企业机构和 AI 代理提供一种统一的方式来访问、查找、准备和训练这些数据,而无需花费数周时间来管理底层基础设施。
“通常情况下,研究团队必须将数据集的不同部分放在不同的地方,他们会浪费数周或数月的时间来为一个最终的训练运行准备完整的训练数据集,”联合创始人兼首席执行官 Chang She 在接受 SiliconANGLE 采访时表示。“如今 AI 缺少一个数据层,而这正是我们试图构建的。”
LanceDB 的技术建立在 Lance 之上,这是一个专为 AI 工作负载设计的开源数据格式,它将结构化信息与图像、视频和其他大文件结合在一起。与针对整表处理进行优化的传统分析格式不同,Lance 支持快速检索和修改单个记录,这使其在搜索和准备海量训练数据集时特别有用。
该公司将这种格式构建到一个用于检索的大规模数据湖仓中,这正是训练现代 AI 模型所需的庞大信息量所必需的。湖仓一体结合了数据湖(可存储海量原始信息)的灵活性与数据库风格的组织、查询和管理这些数据的能力。
“多模态数据之所以不同且更具挑战性,部分原因在于数据的大小,”She 解释道。
通过将多模态引入湖仓一体格式,LanceDB 将不同形式的 AI 训练数据整合到一个单一平台中,使开发人员能够在无需为每种数据类型维护单独系统的情况下,搜索、组织和准备其数据集。它可以直接连接到客户现有的云存储(数据保留在其中),同时将计算工作负载分配到处理它所需的基础设施上。
AI 面临的多模态数据挑战
多模态 AI 不仅仅是将文本、音频、图像和视频结合起来。自动驾驶汽车、机器人技术和世界模型还涉及三维传感器信息、地理空间坐标、时间序列数据以及解释传感器正在检测内容注释。
例如,自动驾驶汽车不仅仅是捕获图像。其传感器可能会生成周围环境的三维表示,然后需要将其与识别道路、行人、植被和其他物体的的信息相关联。
对于许多大型训练工作流来说,激光雷达 3D 点云、图像、视频、音频等包含的绝对数据量平均可以在单张表中占据 10 到 20 PB 的数据,有些甚至更大——可能接近 80 到 100 PB。由于传统平台并非围绕多模态 AI 的需求而设计,研究人员和模型构建者可能在不同的系统中维护着庞大的数据池。
随后,研究人员必须组装、协调和存储训练数据集的不同组件,以便为其进行训练丰富数据。仅为了移动、准备和处理,内容策划本身就可能需要数周或数月的时间。LanceDB 的解决方案是直接管理基础设施,而无需从企业或研究存储中复制或移动数据,从而为其提供单一的统一访问点。
“数据停留在原地,”She 解释说。“它依然是你的。我们不需要复制它。”
简而言之,LanceDB不只是引入了一种存储数据的新方法;其目标是提供一种减少数据访问频率的方法,无需通过网络基础设施进行复制、转换或移动。这大大加速了她所称的“AI飞轮”(AI flywheel),目前该飞轮由尽快向AI模型输入优质数据以生成并推出模型来驱动。
她表示:“我们让这个飞轮转得越快,研究团队就能越快获得更高质量的模型,并使我们能够开发出更有趣的AI应用。”
知名客户包括Runway AI Inc.,随着其AI训练需求的扩大,该公司采用了LanceDB的企业级平台。Netflix Inc.利用该技术为内容创作构建了一个媒体数据湖。Microsoft Corp.则将该平台用作数据层,用于在数百亿行图像和代码数据上训练模型。该平台让这些组织能够将数据管理、搜索、策划和特征工程整合到一个统一的工作流程中,帮助研究人员在PB级规模下准备训练数据集,而无需应付分散的基础设施系统。
Runway首席技术官Kamil Sindi表示:“Runway的训练样本不会一成不变。它最初是一个视频和一个提示词,然后我们添加嵌入、分辨率和持续时间元数据,以及下一次实验所需的任何内容。我们在2024年开始使用Lance格式,因为它是唯一能同时处理非结构化数据、列追加、分布式读取和即席SQL的选择。此后,我们成为了LanceDB Enterprise的客户。”
她表示,LanceDB计划利用这笔新资金扩展其多模态数据平台并加速AI模型开发周期,特别是通过改进大规模数据策划、特征工程和数据加载,在训练期间保持数千个图形处理单元高效运转。该公司还将深化对新兴AI工作负载的支持,包括视频生成、世界模型和机器人技术,在这些领域中,研究人员必须管理不断增长的第一人称传感器数据、合成数据和其他多模态信息。
图片来源:Shutterstock/Nepool
来自SiliconANGLE联合创始人John Furrier的信息:
通过参与theCUBE社区,支持我们保持内容开放和免费的使命。加入theCUBE的Alumni Trust Network,与技术领袖建立联系、分享情报并创造机遇。
拥有1500万+ theCUBE视频观众,推动围绕AI、云计算、网络安全等领域的对话
11.4万+ theCUBE校友——通过独特的可信网络,与塑造未来的11,400多名技术和商业领袖建立联系
您是AWS客户吗?通过我们的Marketplace门户页面和链接购买AWS服务,为SiliconANGLE提供资金支持:https://siliconangle.com/aws-marketplace/
关于 SiliconANGLE Media
SiliconANGLE Media是数字媒体创新领域的公认领导者,将突破性技术、战略洞察和实时受众互动融为一体。作为SiliconANGLE、theCUBE Network、theCUBE Research、CUBE365、theCUBE AI和theCUBE SuperStudios的母公司(在硅谷和纽约证券交易所设有旗舰办事处),SiliconANGLE Media在媒体、技术和AI的交汇点上运营。
SiliconANGLE Media由技术远见者John Furrier和Dave Vellante创立,构建了一个由行业领先的数字媒体品牌组成的动态生态系统,覆盖了1500多万精英科技专业人士。我们全新的专有theCUBE AI Video Cloud正在开创受众互动的新局面,利用theCUBEai.com神经网络帮助科技公司做出数据驱动的决策,并保持在行业对话的最前沿。
正文为 AI 译文。