Financiación
LanceDB recauda 57,5 millones de dólares en una ronda de financiación Serie B para ampliar su lakehouse multimodal de IA

Puntos claveLanceDB recaudó 57,5 millones de dólares para ampliar un lakehouse que cura y sirve…
Ver más
- LanceDB recaudó 57,5 millones de dólares para ampliar un lakehouse que cura y sirve datos de entrenamiento de IA.
- La empresa reporta un crecimiento de ingresos interanual de más de diez veces desde su Serie A en junio de 2025.
- LanceDB tiene como objetivo unificar los datos de entrenamiento, los experimentos y los despliegues para que los equipos dejen de gestionar las canalizaciones manualmente.
LanceDB anunció el 17 de noviembre de 2026 que había recaudado 57,5 millones de dólares en una ronda de financiación Serie B para ampliar su lakehouse multimodal, una plataforma para organizar y suministrar datos de entrenamiento de IA. La ronda eleva la financiación total de la empresa a 98,5 millones de dólares.
Bessemer Venture Partners e Innovation Endeavors lideraron la ronda, en la que también participaron Theory Ventures, Dimension, Swift Ventures, CRV y Y Combinator. LanceDB prevé destinar el capital a ampliar su papel en el desarrollo de modelos, incluida la gestión de datos de entrenamiento, la ingeniería de características, la ejecución de experimentos y la carga de datos.
Adopción y escala técnica
LanceDB señala que los investigadores pueden perder semanas o meses en obtener y seleccionar datos de entrenamiento, aunque los avances de vanguardia en IA se miden en días y semanas. Su lakehouse multimodal busca cerrar esa brecha al combinar la selección, la búsqueda y recuperación, la ingeniería de características y el entrenamiento para trabajar con modelos de frontera, modelos del mundo, IA física y aplicaciones empresariales.
La empresa informa que sus ingresos han crecido más de diez veces interanual desde su ronda Serie A, en junio de 2025. Su biblioteca de código abierto se ha descargado más de 120 millones de veces, lo que representa un aumento de seis veces en el total de descargas respecto del mismo momento del año anterior. Entre sus clientes figuran Netflix, Microsoft AI, Runway, Luma AI y Midjourney.
La plataforma está diseñada para almacenar datos multimodales, como videos, imágenes y datos de sensores, y ofrecer compatibilidad con la recuperación y el entrenamiento a gran escala. LanceDB afirma que admite más de 130.000 solicitudes por segundo, con una latencia inferior a 210 milisegundos para el 95 % de las solicitudes; tablas individuales con cientos de petabytes de datos o más de 40.000 millones de vectores; y entrenamiento en paralelo con 8.000 GPU.
Las funciones añadidas para empresas permiten actualizar esas tablas mientras están en uso. Una ruta de escritura duradera y acelerada por memoria gestiona la ingesta en tiempo real; la indexación distribuida se adapta a grandes conjuntos de datos; y la compactación gestionada optimiza continuamente las tablas en segundo plano. LanceDB afirma que la compactación gestionada admite hasta 100.000 millones de filas multimodales, mientras varios investigadores leen, escriben y consultan simultáneamente la misma tabla.
Los clientes describen cómo cambian los conjuntos de datos de entrenamiento
Kamil Sindi, director de tecnología de Runway, describió cómo evoluciona un ejemplo de entrenamiento: «Un ejemplo de entrenamiento en Runway no permanece estático. Empieza como un video y una instrucción; luego añadimos incrustaciones y metadatos sobre la resolución y la duración, además de cualquier otro dato que necesite el siguiente experimento». Runway empezó a usar el formato de datos Lance en 2024 y más tarde se convirtió en cliente de LanceDB Enterprise. Ahora la empresa utiliza Lance y LanceDB Enterprise conjuntamente para que los investigadores puedan trabajar con mayor rapidez con grandes conjuntos de datos cambiantes.
NVIDIA Cosmos, usuario y socio de código abierto, ofrece otro ejemplo de implementación. Max Li, responsable técnico, dijo que el equipo seleccionó aproximadamente un millón de horas de video con Lance para Cosmos 3, está avanzando hacia el entrenamiento directamente desde ese formato y considera útil su arquitectura nativa del almacenamiento de objetos para transmitir, filtrar e inspeccionar grandes conjuntos de datos a medida que se revisan, mientras se suministran datos a grandes clústeres de GPU.
Suqiang (Jack) Song, responsable de la plataforma de datos de Microsoft AI, dijo que su organización utiliza LanceDB como capa de datos de entrenamiento para miles de millones de filas de imágenes y código, y que los trabajos de inferencia distribuida leen directamente desde Lance en miles de nodos. Para su uso en producción, era innegociable operar dentro del propio entorno de Microsoft y respetar sus políticas de seguridad.
Hoja de ruta de la Serie B
LanceDB pretende reunir los datos de entrenamiento, el contexto, los registros y las ejecuciones en un único sistema a escala de petabytes. Los equipos de investigación también podrían ejecutar en paralelo un gran número de experimentos con agentes de IA sin contaminar los conjuntos de datos compartidos. El trabajo apunta a cubrir todo el ciclo de mejora de los modelos y reducir la supervisión manual de los procesos y los problemas de carga de datos que pueden ralentizar la investigación.
LanceDB también planea ampliar sus herramientas de ingeniería de características. Un equipo definiría una transformación una sola vez, y luego la plataforma la aplicaría a todo el conjunto de datos, completaría retroactivamente las filas existentes y procesaría los datos nuevos a medida que llegan. El trabajo adicional se centrará en abarcar una mayor parte de la preparación previa al entrenamiento, así como en mejorar la carga y el almacenamiento en caché de datos durante las ejecuciones de entrenamiento.
La ronda Serie B lleva a LanceDB más allá de la recuperación de datos y hacia el trabajo continuo de modificar conjuntos de datos, realizar experimentos y suministrar datos a los trabajos de entrenamiento. La siguiente fase pondrá a prueba si una sola plataforma puede gestionar tanto volúmenes de datos a escala de frontera como los cambios constantes que se realizan experimento a experimento, descritos por clientes como Runway.












