Financiamento
LanceDB capta US$ 57,5 milhões em rodada Série B para expandir seu lakehouse multimodal de IA

Pontos-chaveA LanceDB levantou 57,5 milhões de dólares para expandir um lakehouse que organiza e…
Ver mais
- A LanceDB levantou 57,5 milhões de dólares para expandir um lakehouse que organiza e serve dados de treinamento de IA.
- A empresa relata um crescimento de receita mais de dez vezes maior em relação ao ano anterior desde sua Série A em junho de 2025.
- A LanceDB pretende unificar dados de treinamento, experimentos e implantações para que as equipes deixem de gerenciar pipelines manualmente.
LanceDB anunciou em 17 de novembro de 2026 que captou US$ 57,5 milhões em uma rodada de financiamento Série B para expandir seu lakehouse multimodal, uma plataforma para organizar e disponibilizar dados de treinamento de IA. Com a rodada, o financiamento total da empresa chega a US$ 98,5 milhões.
Bessemer Venture Partners e Innovation Endeavors lideraram a rodada, que também contou com a participação de Theory Ventures, Dimension, Swift Ventures, CRV e Y Combinator. A LanceDB planeja investir o capital para ampliar sua atuação em diferentes etapas do desenvolvimento de modelos, incluindo gestão de dados de treinamento, engenharia de atributos, execução de experimentos e carregamento de dados.
Adoção e escala técnica
Segundo a LanceDB, pesquisadores podem perder semanas ou meses obtendo e selecionando dados de treinamento, embora os avanços na IA de ponta sejam medidos em dias e semanas. Seu lakehouse multimodal pretende reduzir essa diferença ao combinar seleção, busca e recuperação, engenharia de atributos e treinamento para o desenvolvimento de modelos de ponta, modelos de mundo, IA física e aplicações empresariais.
A empresa relata um crescimento da receita superior a dez vezes em relação ao ano anterior desde sua rodada Série A, em junho de 2025. Sua biblioteca de código aberto foi baixada mais de 120 milhões de vezes, o que representa um aumento de seis vezes no total de downloads em comparação com o mesmo período do ano anterior. Entre seus clientes estão Netflix, Microsoft AI, Runway, Luma AI e Midjourney.
A plataforma foi projetada para armazenar dados multimodais, como vídeos, imagens e dados de sensores, além de oferecer suporte à recuperação e ao treinamento em grande escala. Segundo a LanceDB, a plataforma processa mais de 130.000 solicitações por segundo, com latência inferior a 210 milissegundos em 95% das solicitações; comporta tabelas individuais com centenas de petabytes de dados ou mais de 40 bilhões de vetores; e permite treinamento paralelo em 8.000 GPUs.
Os recursos adicionais da versão Enterprise permitem atualizar essas tabelas enquanto estão em uso. Um mecanismo de gravação persistente, acelerado por memória, processa a ingestão de dados em tempo real; a indexação distribuída se adapta a grandes conjuntos de dados; e a compactação gerenciada otimiza continuamente as tabelas em segundo plano. Segundo a LanceDB, a compactação gerenciada oferece suporte a até 100 bilhões de linhas multimodais, enquanto vários pesquisadores leem, gravam e consultam a mesma tabela simultaneamente.
Clientes descrevem a evolução dos conjuntos de dados de treinamento
Kamil Sindi, CTO da Runway, descreveu como um exemplo de treinamento evolui: “Um exemplo de treinamento na Runway não fica parado. Ele começa como um vídeo e um prompt; depois, adicionamos embeddings e metadados de resolução e duração, além de tudo o que o próximo experimento exigir.” A Runway começou a usar o formato de dados Lance em 2024 e, mais tarde, tornou-se cliente da LanceDB Enterprise. Hoje, a empresa usa Lance e LanceDB Enterprise em conjunto para que os pesquisadores trabalhem mais rapidamente com grandes conjuntos de dados em constante mudança.
A NVIDIA Cosmos, usuária e parceira de código aberto, oferece outro exemplo de implantação. Max Li, líder técnico, afirmou que a equipe selecionou cerca de um milhão de horas de vídeo com Lance para o Cosmos 3, está avançando para treinar diretamente a partir do formato e considera útil sua arquitetura nativa de armazenamento de objetos para transmitir, filtrar e inspecionar grandes conjuntos de dados à medida que são revisados, enquanto fornece dados a grandes clusters de GPUs.
Suqiang (Jack) Song, responsável pela plataforma de dados de IA da Microsoft, afirmou que sua organização usa a LanceDB como camada de dados de treinamento para bilhões de linhas que abrangem imagens e código, com tarefas de inferência distribuída lendo dados Lance diretamente em milhares de nós. Para uso em produção, era indispensável operar no próprio locatário da Microsoft e cumprir suas políticas de segurança.
Plano de expansão da Série B
A LanceDB pretende reunir dados de treinamento, contexto, registros e trajetórias em um único sistema, em escala de petabytes. As equipes de pesquisa também poderiam executar em paralelo grandes quantidades de experimentos com agentes de IA, sem contaminar conjuntos de dados compartilhados. O trabalho visa abranger todo o ciclo de aprimoramento de modelos, reduzindo a supervisão manual dos pipelines e os problemas de carregamento de dados que podem atrasar a pesquisa.
A LanceDB também planeja ampliar seus recursos de engenharia de atributos. Uma equipe definiria uma transformação uma única vez; em seguida, a plataforma a aplicaria a todo o conjunto de dados, preencheria retroativamente as linhas existentes e processaria os novos dados à medida que chegassem. Os próximos trabalhos também se concentrarão em uma parcela maior da preparação realizada antes do treinamento, além de aprimorar o carregamento e o armazenamento em cache de dados durante as execuções de treinamento.
A rodada Série B leva a LanceDB além da recuperação de dados, para o trabalho contínuo de modificar conjuntos de dados, realizar experimentos e fornecer dados aos processos de treinamento. Na próxima etapa, a empresa testará se uma única plataforma pode acomodar tanto volumes de dados em escala de ponta quanto as mudanças constantes, experimento a experimento, descritas por clientes como a Runway.












