V-Help
← 全部新闻
人工智能

Databricks在AI浪潮中估值达1880亿美元

Databricks在AI浪潮中估值达1880亿美元

图片: TechCrunch

简要回答

Databricks在新一轮融资后估值达1880亿美元,进一步确认其在企业AI领域的领先地位。

最初以云端大数据分析平台闻名的Databricks宣布完成新一轮融资,估值高达1880亿美元。本轮融资由Coatue基金领投,具体融资金额尚未披露,预计资金将于今年夏季到位。在过去的18个月里,Databricks已完成多轮融资,每轮均显著提升其估值:今年2月,公司以1340亿美元估值融资50亿美元;去年9月,则以1000亿美元估值融资10亿美元。

Databricks向企业AI领域的转型成为其增长的关键因素。该公司成立于2013年,最初专注于云端数据存储与分析工具。随着AI技术的发展,Databricks开始开发面向企业需求的产品,包括AI代理数据库(Lakebase)、访问管理网关(Unity)以及多代理协调框架(Omnigent)。这些解决方案使公司成功定位于传统SaaS平台与现代AI工具之间的市场空白。

Databricks特别关注AI成本优化。公司内部测试显示,开源模型(如Z.ai的GLM 5.2)在性能上不输于OpenAI和Anthropic的专有解决方案,但成本更低。此外,上下文管理工具(harness)的选择也会影响成本,例如开源框架Pi在降低支出的同时展现出高效性能。这些发现证明,AI成功不仅取决于模型本身,还依赖于其应用架构的设计。

Databricks的估值增长反映了AI市场的发展趋势:投资者青睐那些不仅开发技术,还能将其优化应用于企业场景的公司。尽管投资者曾戏称“字母不够用”来标记融资轮次,Databricks仍持续巩固其在企业AI领域的领导地位。

常见问题

Databricks为何能快速提升估值?
Databricks估值增长得益于其从大数据解决方案向企业AI的成功转型。公司积极推出AI产品,优化模型成本,并采用开源解决方案,吸引了大量投资者关注。
Databricks开发了哪些AI产品?
公司推出了面向AI代理的Lakebase平台、用于访问管理的Unity网关以及用于多代理协调的Omnigent元框架。此外,Databricks还推广开源模型(如Z.ai的GLM 5.2),以降低企业AI应用成本。
Databricks如何优化AI成本?
内部测试表明,模型选择及上下文管理工具(harness)会显著影响AI解决方案的成本。开源模型(如Pi框架)在保证质量的同时,能有效降低企业AI应用的整体支出。
分享:

Dzen 订阅: /feed/dzen.xml · RSS: /feed.xml

为何可信

本文由 V-Help 编辑部根据一手来源整理,并标注发布日期。

发布: V-Help.ru 新闻编辑部

来源: TechCrunch