Qdrant, a acelerar a inovação em pesquisa vetorial de IA com financiamento de 50 milhões de dólares

TechubNews · 2026-03-12T16:01:04+00:00

A Qdrant Solutions GmbH anunciou uma ronda de financiamento de 50 milhões de dólares, com o objetivo de introduzir capacidades de busca vetorial flexíveis para aplicações de IA. Esta ronda de série B foi liderada pela AVP, elevando o financiamento total acumulado para 87,8 milhões de dólares. A Qdrant é uma base de dados vetorial de código aberto, focada na recuperação em tempo real de conjuntos de dados dinâmicos, para melhorar a eficiência dos sistemas de IA e reduzir o risco de geração de informações incorretas.

TechubNews

2026-03-12 16:01:04

Geração de resumo em curso

Qdrant Solutions GmbH anunciou hoje a captação de 50 milhões de dólares (cerca de 720 bilhões de won sul-coreanos), com o objetivo de introduzir funcionalidades de pesquisa vetorial flexível para aplicações de inteligência artificial. Esta rodada de financiamento Série B foi liderada pela AVP, com participação da Bosch Venture Capital, Unusual Ventures, Spark Capital e 42CAP. Na rodada anterior de Série A, a empresa arrecadou 28 milhões de dólares (cerca de 400 bilhões de won sul-coreanos), totalizando assim 87,8 milhões de dólares (cerca de 1,26 mil milhões de won sul-coreanos) arrecadados até agora.

Qdrant é um banco de dados vetorial de código aberto desenvolvido em Rust, cuja arquitetura consegue lidar com conjuntos de dados dinâmicos e mutáveis, ao contrário dos dados estáticos tradicionais. Recentemente, no desenvolvimento de inteligência artificial, a capacidade de realizar buscas em tempo real em contextos diversificados tornou-se fundamental, ultrapassando o simples escopo de buscas tradicionais. Para isso, a Qdrant dedica-se a tornar os sistemas de IA mais eficientes, especialmente na redução de “alucinações” de modelos de IA que geram informações incorretas.

O banco de dados Qdrant é disponibilizado em código aberto, permitindo que desenvolvedores testem e implantem facilmente em ambientes locais, na nuvem, entre outros. Seu pipeline de geração aprimorada por busca é especialmente útil para otimizar a saída de grandes modelos de linguagem e pode ajudar agentes de IA a processar informações de forma eficiente e transmiti-las para outros sistemas de IA.

Ver original

Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.