数据分析平台公司Databricks今日宣布,已完成超过70亿美元的股权和债务融资,用于加速其增长计划。
该公司去年底首次披露这笔投资时,融资条款仍在最终确定中。当时,Databricks表示正在筹集超过40亿美元的股权资金。目前股权融资部分已增长至超过50亿美元。
融资规模增加的原因是摩根大通作为四家主要投资方之一增加了投资额。此外,微软公司和几家大型金融机构也加入了此轮融资。Databricks表示,此次交易还包括20亿美元债务融资,由摩根大通、巴克莱银行、花旗银行、高盛和摩根士丹利牵头。
该公司将使用这些资金来增强其Genie和Lakebase产品。这两款产品都是Databricks人工智能战略的重要组成部分。
Genie是一款AI助手,使员工能够使用自然语言提示查询Databricks平台中的数据。例如,供应链分析师可以询问该工具显示各仓库之间商品处理时间的差异。同时,开发者可以通过应用程序编程接口将Genie集成到外部服务中。
这款AI助手通过生成SQL查询与Databricks平台中的数据进行交互。为了减少错误风险,客户可以为常见请求向Genie提供预打包的SQL代码。提前测试过错误的查询比临时生成的代码更不容易返回不准确的结果。
Lakebase是Databricks工程重点的另一个产品,去年通过10亿美元的初创公司收购成为其产品组合的一部分。这是一个托管的PostgreSQL数据库,开发者无需维护底层基础设施。据Databricks称,AI智能体可以使用Lakebase存储配置数据和它们纳入提示响应的信息。
该公司在12月披露该服务拥有数千名客户。同月,Databricks发布了一项功能,使Lakebase能够缩放至零。这意味着实例在不使用时可以完全关闭,从而避免不必要的硬件成本。缩放至零功能在技术上难以实现,这就是为什么许多工作负载即使在空闲时也会消耗有限的基础设施资源。
"有了这笔新资本,我们将加倍投入Lakebase,让开发者能够创建为AI智能体构建的运营数据库,"Databricks联合创始人兼首席执行官Ali Ghodsi说。"同时,我们正在投资Genie,让每个员工都能与他们的数据聊天,推动准确和可操作的洞察。"
该公司今日披露,其AI产品的年度经常性收入已从12月初的10亿美元增加到14亿美元。Databricks的整体运营收入达到54亿美元,比去年增长超过65%。
这家软件制造商表示,其销售势头部分由最大客户的需求推动。超过800家组织每年在Databricks产品上的支出至少为100万美元。据该公司称,其中70家客户的支出超过1000万美元。
除了增强其AI产品组合外,Databricks还将使用新融资为员工提供流动性。该公司还计划进行收购。
Q&A
Q1:Databricks的AI产品Genie有什么功能?
A:Genie是一款AI助手,使员工能够使用自然语言提示查询Databricks平台中的数据。例如供应链分析师可以询问各仓库商品处理时间的差异。开发者还可以通过API将Genie集成到外部服务中,它通过生成SQL查询与平台数据交互。
Q2:Lakebase是什么产品?有什么特点?
A:Lakebase是Databricks去年通过10亿美元收购获得的托管PostgreSQL数据库产品。它的特点是开发者无需维护底层基础设施,AI智能体可以用它存储配置数据。该服务拥有数千客户,并具备缩放至零功能,可在不使用时完全关闭以节省成本。
Q3:Databricks目前的营收表现如何?
A:Databricks的AI产品年度经常性收入已从12月初的10亿美元增长到14亿美元。公司整体运营收入达到54亿美元,比去年增长超过65%。超过800家组织每年支出至少100万美元购买其产品,其中70家客户年支出超过1000万美元。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。