Databricks估值飙至1880亿美元，AI叙事再添一把火

Databricks周四披露完成新一轮融资，估值高达1880亿美元，由Coatue领投。公司未公布具体融资规模，仅表示资金尚未到账，预计将在今年夏季晚些时候完成交割。另有媒体报道称，本轮融资规模约为30亿美元。一位风险投资人对TechCrunch表示，由于希望参与的投资机构众多，交易确定无疑，公司无需对估值保密。

这是Databricks近一年半以来的又一次大额融资。2024年12月，公司以620亿美元估值完成创纪录的100亿美元融资；2025年9月以1000亿美元估值融资10亿美元；2026年2月以1340亿美元估值完成L轮50亿美元融资。频繁的融资节奏甚至让网友开始用字母表快用完了来调侃这家公司的融资轮次。

Databricks成立于2013年，最初以帮助企业在云端存储和分析海量数据的大数据工具起家。凭借已经积累的庞大企业数据资产，公司在AI浪潮到来时顺利切入企业级AI市场，陆续推出面向AI智能体的数据库Lakebase、AI网关Unity，以及用于管理多个智能体的元编排工具Omnigent。

在AI模型选择上，Databricks积极推广开源权重模型，特别是中国Z.ai公司的GLM 5.2编码模型。上周CEO Ali Ghodsi分享了一项针对3000名软件工程师的内部基准测试结果，显示开源模型在处理高难度编码任务时已具备与Anthropic、OpenAI专有模型相当的能力，且总成本更低。测试还发现，智能体编码工具的选择同样显著影响成本，开源工具Pi在上下文管理方面表现突出。

从大数据平台到AI基础设施提供商的转型，让Databricks戴上了AI光环，估值持续攀升。这一现象并非孤例，在AI热潮席卷资本市场的当下，即便是三明治连锁店Jersey Mike的上市文件中也22次提及AI，足见AI叙事对估值的强大助推作用。

要点

• Databricks本轮估值1880亿美元，融资规模据报道约30亿美元，由Coatue领投。
• 公司在大数据时代积累的企业数据资产，为其转型为AI服务商提供了天然优势。
• Databricks力推中国开源模型GLM 5.2用于编码任务，内部测试显示可有效降低成本。
• 智能体编码工具（harness）的选择与模型选择同等程度地影响AI应用的总体成本。
• Databricks在一年半内连续完成多轮巨额融资，估值从620亿美元一路飙升至1880亿美元。