一句话看懂:LanceDB 完成 5750 万美元 B 轮融资,由 Bessemer Venture Partners 和 Innovation Endeavors 领投,用于推进基于开源格式 Lance 的多模态 AI 训练湖仓。这反映训练数据基础设施正被资本视为大模型研发的关键环节。
事件核心:发生了什么
据 Techmeme 收录、SiliconANGLE 的 Kyt Dotson 报道,LanceDB 宣布完成 5750 万美元 B 轮融资,领投方为 Bessemer Venture Partners 和 Innovation Endeavors。该公司主打面向 AI 训练的多模态湖仓(lakehouse),其底层建立在开源数据格式 Lance 之上。目前公开信息显示,融资将用于产品与团队建设,但具体资金分配和客户规模尚未披露。新闻发布时间为 2026 年 11 月 18 日前后。
为什么重要
大模型训练不只需要算力,还需要把图片、视频、音频、文本等多模态数据高效组织起来,供训练和推理反复读取。传统数据湖在随机访问和版本管理上存在瓶颈,而 Lance 这类面向列式与向量检索的开放格式,试图降低多模态数据的存储和读取成本。LanceDB 选择“开放格式 + 商业化湖仓”的路线,与闭源数据平台形成不同定位。B 轮融资说明,在模型层竞争之外,数据基础设施仍是资本愿意下注的环节,也意味着训练数据的格式标准可能成为生态争夺点。
对用户/开发者/创作者的影响
对开发者而言,若 LanceDB 的湖仓能力与 Lance 格式保持开放,团队可以在不锁定单一云厂商的情况下构建多模态数据集,并用于训练、微调和检索类 AI 应用。对创作者和企业来说,多模态素材的管理、版本追踪和训练数据合规会更受重视;工具是否易用、能否与现有对象存储和计算框架集成,将直接影响采用意愿。目前公开信息显示,该产品仍处于商业化早期,实际性能、定价和托管服务范围需要等待官方进一步披露。
值得关注的后续
一是 LanceDB 是否公布客户案例和基准测试,证明其在多模态训练场景下的吞吐与成本优势;二是 Lance 格式能否吸引更多开源项目和云厂商支持,形成生态;三是竞争对手是否跟进开放格式策略,以及融资后产品定价是否变化。
来源:Techmeme


