
LanceDB 完成 5750 万美元 B 轮融资,总融资额达 9850 万
来源标题:LanceDB Raises $57.5M as AI Research Outgrows the Modern Data Stack
LanceDB 宣布完成 5750 万美元 B 轮融资,由 Bessemer Venture Partners 和 Innovation Endeavors 领投,累计融资额达 9850 万美元。资金将用于把其多模态 lakehouse 推向研究者和模型构建团队。其客户包括 Netflix、Microsoft AI、Runway、Luma AI 和 Midjourney。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
今天我们很高兴地宣布,我们已完成 5750 万美元 B 轮融资,将 LanceDB 多模态 lakehouse 带给在前沿工作的研究人员、模型构建者和平台团队。
我们的 B 轮融资由 Bessemer Venture Partners 和 Innovation Endeavors 领投,Theory Ventures、Dimension、Swift Ventures、CRV 和 Y Combinator 参与,使我们迄今的总融资额达到 9850 万美元。我们的客户包括 Netflix、Microsoft AI、Runway、Luma AI 和 Midjourney。
“Chang 和 Lei 花了近二十年时间构建支撑全球众多数据平台的核心基础设施,而通过 LanceDB,他们正在引领 AI 领域最重要的基础设施变革之一:转向在大规模多模态数据上训练模型,”Bessemer Venture Partners 合伙人 Mike Droesch 表示。“公司的增长不言自明,从一项被广泛采用的开源技术,发展为被业界最顶尖 AI 实验室信赖的快速增长企业平台。”
当 AI 前沿的进展以天和周来衡量时,研究人员却要花费数周乃至数月来获取和整理训练所需的最佳数据。LanceDB 为模型构建者——无论他们是在前沿工作、研究世界模型、物理 AI,还是在企业内部——提供一个多模态数据平台,用于在最严苛的规模下进行数据整理、搜索与检索以及特征工程。
今天,LanceDB 可以支持以下能力:
这让研究人员能够更快地专注于改进下一个模型,而不是准备和打磨数据基础设施。
自去年 6 月完成 A 轮融资以来,我们的收入同比增长超过 10 倍。LanceDB 的开源影响力也在持续增长,开源库的下载量已超过 1.2 亿次,总下载量相比去年同期增长了 6 倍。
我们还推出了一些值得关注的新功能:LanceDB Enterprise 现在提供:
同时为客户消除了运维复杂性。
“Runway 的一个训练样本并不是静止不变的,”Runway CTO Kamil Sindi 表示。“它最初是一段视频和一个提示词,然后我们会添加 embedding、分辨率和时长元数据,以及下一次实验所需的任何内容。我们在 2024 年首次开始使用 Lance 格式,因为它是唯一能同时处理非结构化数据、列追加、分布式读取和临时 SQL 的方案。此后我们成为了 LanceDB Enterprise 客户。我们同时使用 Lance 和 LanceDB Enterprise,为研究人员提供更快速的方式在大规模下探索这些数据。”
“物理 AI 正在进入新的扩展阶段,”NVIDIA Cosmos 技术负责人、LanceDB 开源用户和合作伙伴 Max Li 表示。“借助 Cosmos 3,我们使用 Lance 整理了大约一百万小时的视频;现在我们正迈出下一步,直接从 Lance 进行训练。其对象存储原生架构让流式处理、过滤、检查和持续改进海量多模态数据集变得容易得多,同时还能让大型 GPU 集群持续获得数据供给。Lance 正成为让我们能够扩展 Cosmos 的关键基础设施的一部分。”
“我们依赖 LanceDB 作为数据层,在数十亿行图像和代码数据上进行训练,分布式推理直接跨数千个节点读取该格式,”Microsoft AI 技术员工、数据平台负责人 Suqiang (Jack) Song 表示。“在我们自己的租户内、按照我们自己的安全策略来完成这件事是不可妥协的,LanceDB 给了我们所需的一切,让我们对生产环境充满信心。”
去年我们完成 A 轮融资时,客户已经依赖 LanceDB 对数十亿行多模态数据(包括图像、视频和传感器数据)进行检索,以创建 AI 模型和应用。
自那以后,我们持续围绕多模态数据构建工作流,尤其是针对 AI 模型的预训练和后训练,例如前沿模型、世界模型和机器人动作模型。LanceDB 让模型构建者在一个系统中存储、整理、丰富和训练他们的多模态数据,而不是被迫四处搜寻最有影响力的训练样本。
借助 B 轮融资,我们专注于支持 AI 研究团队覆盖模型改进的完整端到端飞轮。研究人员及其 agent 可以在一处管理数 PB 的训练数据、上下文、日志和 rollout,并运行大规模并行的 agentic 实验,而不会污染共享数据集。他们无需照看 pipeline、费力为 GPU 供给数据,也不必花费数天数周与数据较劲。
我们也在投资特征工程能力:团队只需编写一次转换逻辑,LanceDB 便会在整个数据集上运行它、回填已有行,并在新数据到达时进行处理。随着时间的推移,我们将把平台扩展到训练前更多的数据准备环节,并改进训练运行本身的数据加载和缓存。
我们正在与 AI 前沿的客户合作,构建一年前还不可能实现的模型和系统。顶尖团队应当能够提升研究速度,唯一的限制应是他们的想法,而不是他们的基础设施。
替换 AI 研究底层的数据层是一个长期项目,我们仍处于早期阶段。如果你正在将数 PB 的视频、传感器日志或图像整理成可用于训练运行的形态,LanceDB 可以帮到你。观看 Reverie(LanceDB 主办的 AI 构建者峰会)的录播,了解 NVIDIA、Runway、Netflix 和 Luma AI 的团队如何在大规模多模态数据上构建。
如果你想直接参与 LanceDB,可以考虑为 Lance 项目做贡献或在 Discord 上联系我们。我们也在招聘工程、现场工程和市场推广方面的人才。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。