LanceDB привлёк $57,5 млн на базу данных для обучения моделей на видео и фото
Обучать модели на видео, картинках и логах роботов неудобно: данные лежат в разных местах, а исследователи неделями их собирают и чистят. Стартап LanceDB делает единую «мультимодальную» базу, где всё хранится, ищется и готовится к обучению. Раунд B составил $57,5 млн, общий объём привлечённых денег — $98,5 млн. Если вы строите пайплайн для обучения на неструктурированных данных, стоит присмотреться к открытому формату Lance.
AI-обработка оригинала LanceDB Blog; редакция Hamidun News
Когда прогресс в ИИ измеряется неделями, исследователи не могут позволить себе тратить месяцы на поиск и подготовку данных для обучения. Особенно тяжело с видео, изображениями, сенсорными записями и логами: всё это лежит в разных хранилищах и форматах. Стартап LanceDB привлёк $57,5 млн в раунде B, чтобы закрыть эту проблему единой платформой.
Что за деньги и кто их дал
Раунд возглавили Bessemer Venture Partners и Innovation Endeavors. Также участвовали Theory Ventures, Dimension, Swift Ventures, CRV и Y Combinator. Всего компания привлекла $98,5 млн. Среди клиентов называют Netflix, Microsoft AI, Runway, Luma AI и Midjourney.
Компания заявляет, что со времени раунда A, то есть примерно за год, выручка выросла более чем в 10 раз. Открытая библиотека скачана свыше 120 млн раз, это в 6 раз больше, чем год назад. Цифры приведены самой компанией и независимо не проверялись.
Как это работает на примере
Представьте обучающий пример в Runway. Сначала это видео и текстовый запрос. Потом к нему добавляются эмбеддинги, разрешение, длительность и всё, что понадобится следующему эксперименту. В обычном «озере данных» такие дополнения неудобны: приходится переписывать огромные файлы или заводить отдельные таблицы. По словам CTO Runway Камила Синди, они выбрали формат Lance в 2024 году, потому что он одновременно умел работать с неструктурированными данными, дописывать столбцы, читать данные распределённо и выполнять SQL-запросы.
LanceDB хранит, ищет, обогащает и отдаёт данные для обучения в одной системе. В NVIDIA Cosmos с помощью Lance отобрали около миллиона часов видео для Cosmos 3 и теперь переходят к обучению прямо из этого формата. Microsoft AI использует LanceDB как слой данных для обучения на миллиардах строк изображений и кода, причём в собственном облачном окружении и по своим правилам безопасности.
Заявленные возможности платформы:
- более 130 тысяч запросов в секунду при задержке 95-го процентиля ниже 210 мс;
- сотни петабайт в одной таблице;
- свыше 40 млрд векторов в одной таблице;
- до 8 тысяч GPU, обучающихся параллельно.
Что нового в Enterprise-версии
Компания добавила три вещи. Первая — надёжный быстрый путь записи для данных, которые поступают в реальном времени. Вторая — распределённое построение индексов на огромных наборах. Третья — управляемое «уплотнение» таблиц: система в фоне наводит порядок в хранилище. Это позволяет работать с таблицами до 100 млрд мультимодальных строк, пока несколько исследователей одновременно читают, пишут и запрашивают одну и ту же таблицу.
Следующий шаг — инженерия признаков. Команда пишет преобразование один раз, а LanceDB применяет его ко всему набору, дозаполняет старые строки и обрабатывает новые по мере поступления. Дальше компания хочет взять на себя больше подготовки данных перед обучением и улучшить загрузку и кэширование во время самих запусков. Она также говорит о сценарии, где исследователи и их агенты запускают много параллельных экспериментов, не портя общие датасеты.
Что это значит для практиков
Рынок смещается от текстовых моделей к видео, мировым моделям и физическому ИИ, и узким местом становится не код обучения, а данные. Если ваша команда работает с петабайтами видео или логов роботов, полезно присмотреться к открытому формату Lance и сравнить его с классическими озёрами данных на Parquet и Iceberg.
Есть и оговорки. Большинство цифр взято из блога самой компании, а клиентские цитаты выбраны для пресс-релиза. Проверять заявленные масштабы стоит на собственных данных. К тому же платформа рассчитана на очень крупные нагрузки, и небольшой команде с парой терабайт, скорее всего, хватит более простых решений.
- 21 нояб. 2026 г.В тесте MLPerf впервые участвуют Nvidia Rubin и TPU Ironwood: 153 системы
- 21 нояб. 2026 г.Waymo убрала роботакси с автострад после новых заездов в зоны ремонта
- 21 нояб. 2026 г.Google открыла предзаказ на умные очки с Gemini от $395 — продажи с 10 декабря
- 21 нояб. 2026 г.Дата-центры в космосе пока убыточны: запуск дороже допустимого в 3–19 раз
Вопросы и ответы по материалу
Что известно по теме: что за деньги и кто их дал?
Раунд возглавили Bessemer Venture Partners и Innovation Endeavors. Также участвовали Theory Ventures, Dimension, Swift Ventures, CRV и Y Combinator. Всего компания привлекла $98,5 млн. Среди клиентов называют Netflix, Microsoft AI, Runway, Luma AI и Midjourney. Компания заявляет, что со времени раунда A, то есть примерно за год, выручка выросла более чем в 10 раз. Открытая библиотека скачана свыше 120 млн раз, это в 6 раз больше, чем год назад. Цифры приведены самой компанией и независимо не проверялись.
Что известно по теме: как это работает на примере?
Представьте обучающий пример в Runway. Сначала это видео и текстовый запрос. Потом к нему добавляются эмбеддинги, разрешение, длительность и всё, что понадобится следующему эксперименту. В обычном «озере данных» такие дополнения неудобны: приходится переписывать огромные файлы или заводить отдельные таблицы.
Что известно по теме: что нового в Enterprise-версии?
Компания добавила три вещи. Первая — надёжный быстрый путь записи для данных, которые поступают в реальном времени. Вторая — распределённое построение индексов на огромных наборах. Третья — управляемое «уплотнение» таблиц: система в фоне наводит порядок в хранилище. Это позволяет работать с таблицами до 100 млрд мультимодальных строк, пока несколько исследователей одновременно читают, пишут и запрашивают одну и ту же таблицу. Следующий шаг — инженерия признаков.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.