Databricks 新一轮融资估值达1880亿美元，加速转向企业级AI基础设施

摘要

Databricks宣布启动新一轮融资，最新估值升至1880亿美元公司确认本轮新融资将于今年夏季晚些时候完成交割，目前尚未公开具体募资金额。此次估值较此前显著提升，距离上一轮50亿美元L轮融资仅过去5个月。估值持续...

Databricks 新一轮融资估值达1880亿美元，加速转向企业级AI基础设施

Databricks宣布启动新一轮融资，最新估值升至1880亿美元

公司确认本轮新融资将于今年夏季晚些时候完成交割，目前尚未公开具体募资金额。此次估值较此前显著提升，距离上一轮50亿美元L轮融资仅过去5个月。

估值持续跃升，反映战略转型成效

自2024年底以来，Databricks估值呈现加速上升态势：2024年12月估值为620亿美元；2025年9月升至1000亿美元；2026年2月完成L轮融资后达1340亿美元。本次估值突破1800亿美元，标志着其从数据平台厂商向AI核心基础设施提供商的定位转变获得市场实质性认可。

企业级AI成为业务新主线

公司早期以统一数据湖与云原生分析平台著称，依托深厚的企业数据治理经验，在生成式AI落地初期即聚焦高合规、强安全、可审计的企业场景。近期密集推出多项AI原生产品：面向AI Agent的专用数据库Lakebase、支持多模型调度与策略管控的AI网关Unity、以及用于协调与监控多Agent协同工作的Omnigent平台。这些能力共同构成一套端到端的企业AI操作系统雏形。

开源模型与配套工具驱动成本优化

在AI部署实践中，Databricks强调“模型+工具链”协同降本的价值。公司评估认为，高质量开源模型（如Z.ai发布的GLM 5.2）在代码生成等垂直任务中已具备商用成熟度，可显著降低推理与训练成本。同时指出，Agent运行环境中的上下文管理、调用编排与状态持久化等环节，对整体开销影响不亚于模型本身。内部验证显示，采用轻量高效开源工具Pi进行上下文优化，可在保持输出质量前提下有效压缩资源消耗。

市场关注重心正在迁移

企业客户与资本方对AI技术的评估逻辑正发生结构性变化——单一模型参数规模或基准分数不再是决定性指标。能否提供可治理、可扩展、可计费、可审计的完整AI工作流，以及是否具备将AI能力无缝嵌入现有数据与应用体系的能力，已成为Databricks价值重构的核心支点。