تمويل
جمعت LanceDB تمويلًا من السلسلة B بقيمة 57.5 مليون دولار لتوسيع بحيرة بياناتها متعددة الوسائط للذكاء الاصطناعي

النقاط الرئيسيةجمعت LanceDB 57.5 مليون دولار لتوسيع بحيرة بيانات تقوم بتنظيم وتقديم بيانات تدريب…
عرض المزيد
- جمعت LanceDB 57.5 مليون دولار لتوسيع بحيرة بيانات تقوم بتنظيم وتقديم بيانات تدريب الذكاء الاصطناعي.
- تقر الشركة بنمو في الإيرادات بأكثر من عشرة أضعاف على أساس سنوي منذ جولة التمويل من الفئة A في يونيو 2025.
- تهدف LanceDB إلى توحيد بيانات التدريب والتجارب وعمليات الإطلاق حتى تتوقف الفرق عن إدارة خطوط الأنابيب يدويًا.
أعلنت LanceDB في 17 نوفمبر 2026 أنها جمعت 57.5 مليون دولار في جولة تمويل من السلسلة B لتوسيع بحيرة بياناتها متعددة الوسائط، وهي منصة لتنظيم بيانات تدريب الذكاء الاصطناعي وتوفيرها. وبذلك يرتفع إجمالي تمويل الشركة إلى 98.5 مليون دولار.
قاد الجولة كل من Bessemer Venture Partners وInnovation Endeavors، بمشاركة Theory Ventures وDimension وSwift Ventures وCRV وY Combinator. وتخطط LanceDB لتوجيه التمويل نحو توسيع دورها في تطوير النماذج، بما يشمل إدارة بيانات التدريب وهندسة السمات وتنفيذ التجارب وتحميل البيانات.
الانتشار والحجم التقني
تقول LanceDB إن الباحثين قد يخسرون أسابيع أو أشهرًا في الحصول على بيانات التدريب وإعدادها، رغم أن التقدم في الذكاء الاصطناعي المتطور يُقاس بالأيام والأسابيع. وتهدف بحيرة البيانات متعددة الوسائط التابعة لها إلى سد هذه الفجوة عبر الجمع بين إعداد البيانات والبحث والاسترجاع وهندسة السمات والتدريب، لدعم العمل على النماذج المتقدمة ونماذج العالم والذكاء الاصطناعي الفيزيائي وتطبيقات المؤسسات.
تذكر الشركة أن إيراداتها نمت بأكثر من عشرة أضعاف على أساس سنوي منذ جولة السلسلة A في يونيو 2025. وقد نُزّلت مكتبتها مفتوحة المصدر أكثر من 120 مليون مرة، ما يمثل نموًا بمقدار ستة أضعاف في إجمالي التنزيلات مقارنة بالفترة نفسها من العام السابق. ومن بين عملائها Netflix وMicrosoft AI وRunway وLuma AI وMidjourney.
صُممت المنصة لاستيعاب البيانات متعددة الوسائط، مثل مقاطع الفيديو والصور وبيانات المستشعرات، مع دعم الاسترجاع والتدريب على نطاق واسع. وتقول LanceDB إن المنصة تدعم أكثر من 130,000 طلب في الثانية، بزمن استجابة يقل عن 210 ميلي ثانية لـ95% من الطلبات، وجداول فردية تضم مئات البيتابايتات من البيانات أو أكثر من 40 مليار متجه، فضلًا عن التدريب بالتوازي على 8,000 وحدة معالجة رسومات.
تعالج الإضافات المخصصة للمؤسسات تحديث هذه الجداول أثناء استخدامها. ويتولى مسار كتابة متين ومعزز بالذاكرة استيعاب البيانات في الوقت الفعلي، بينما توسّع الفهرسة الموزعة نطاق عملها عبر مجموعات البيانات الكبيرة، وتحسّن عملية الدمج المُدارة الجداول باستمرار في الخلفية. وتقول LanceDB إن الدمج المُدار يدعم ما يصل إلى 100 مليار صف متعدد الوسائط، فيما يقرأ عدة باحثين الجدول نفسه ويكتبون فيه ويستعلمون عنه في الوقت ذاته.
العملاء يصفون تحوّل مجموعات بيانات التدريب
شرح كبير مسؤولي التكنولوجيا في Runway، Kamil Sindi، كيف تتطور عينة تدريب واحدة: «لا تبقى عينة التدريب في Runway على حالها. تبدأ بمقطع فيديو وموجّه، ثم نضيف التضمينات وبيانات وصفية عن الدقة والمدة، وكل ما تحتاج إليه التجربة التالية». بدأت Runway استخدام تنسيق بيانات Lance في عام 2024، ثم أصبحت لاحقًا عميلًا لـLanceDB Enterprise. وتستخدم الشركة الآن Lance وLanceDB Enterprise معًا، لتمكين الباحثين من العمل على مجموعات بيانات كبيرة ومتغيرة بسرعة أكبر.
تقدم NVIDIA Cosmos، وهي جهة تستخدم المصادر المفتوحة وشريك فيها، مثالًا آخر على النشر. وقال المسؤول التقني Max Li إن الفريق أعدّ نحو مليون ساعة من الفيديو باستخدام Lance لصالح Cosmos 3، ويتجه إلى التدريب مباشرةً انطلاقًا من هذا التنسيق. وأضاف أن البنية المعمارية المصممة للعمل مباشرةً مع تخزين الكائنات مفيدة لبث مجموعات البيانات الكبيرة وتصفيتها وفحصها أثناء تحديثها، مع توفير البيانات لعناقيد كبيرة من وحدات معالجة الرسومات.
قال رئيس منصة البيانات في Microsoft AI، Suqiang (Jack) Song، إن مؤسسته تستخدم LanceDB طبقةً لبيانات التدريب التي تضم مليارات الصفوف من الصور والرموز البرمجية، وإن مهام الاستدلال الموزع تقرأ Lance مباشرةً على آلاف العُقد. وأضاف أن العمل ضمن مستأجر Microsoft نفسه ووفق سياساتها الأمنية كان شرطًا لا يقبل التفاوض للإنتاج.
خارطة طريق السلسلة B
تعتزم LanceDB جمع بيانات التدريب والسياق والسجلات ونتائج التنفيذ في نظام واحد على نطاق البيتابايت. وستتمكن فرق البحث أيضًا من إجراء أعداد كبيرة من تجارب وكلاء الذكاء الاصطناعي بالتوازي، من دون تلويث مجموعات البيانات المشتركة. ويستهدف هذا العمل دورة تحسين النموذج بأكملها، مع الحد من الإشراف اليدوي على مسارات العمل ومشكلات تحميل البيانات التي قد تبطئ الأبحاث.
وتخطط LanceDB أيضًا لتطوير أدوات هندسة السمات لديها. إذ يحدد الفريق تحويلًا واحدًا، ثم تطبقه المنصة على امتداد مجموعة البيانات، وتستكمل ملء الصفوف الموجودة وتعالج البيانات الجديدة فور وصولها. ويستهدف العمل الإضافي توسيع نطاق إعداد البيانات قبل التدريب، إلى جانب تحسين تحميل البيانات والتخزين المؤقت أثناء عمليات التدريب.
تدفع جولة السلسلة B بـLanceDB إلى ما يتجاوز الاسترجاع، لتشمل العمل المستمر على تغيير مجموعات البيانات وإجراء التجارب وتزويد مهام التدريب بالبيانات. وستختبر المرحلة التالية ما إذا كان بوسع منصة واحدة استيعاب أحجام البيانات على نطاق النماذج المتقدمة، والتغييرات المستمرة التي تطرأ مع كل تجربة، كما وصفها عملاء مثل Runway.












