Qdrant押注专用向量搜索引擎赢得AI检索，获5000万美元B轮融资

用Rust写的开源向量数据库和搜索引擎：存储带元数据的嵌入向量，在搜索过程中过滤，支持稠密、稀疏和多向量查询，可从边缘设备部署到托管云。

检索是AI核心基础设施，不是附属功能——所以团队采用专用的开源Rust向量引擎，而不是把搜索硬塞进通用数据库。

2023年4月融资750万美元；2024年1月Spark Capital领投A轮，金额2800万美元，Unusual Ventures和42CAP参投；2026年3月AVP领投B轮5000万美元，Bosch Ventures、Unusual Ventures、Spark Capital和42CAP参投；总融资约8780万美元。

2021年在柏林由Andre Zayarni和联合创始人创立，Qdrant把目标定在生产级向量搜索，做成一个Rust开源项目。2023年4月公司融资750万美元，2024年1月A轮融资时，据TechCrunch报道，公司拒绝了某大型数据库厂商的收购邀约，坚持独立发展。

A轮资金帮这家以工程为主的公司组建了业务团队，同时发布了本地版，并在AWS、Azure和GCP上提供云服务。借着RAG的热潮，Qdrant拿下了Canva、Bazaarvoice、HubSpot、Roche、Bosch和OpenTable的生产部署；2026年3月5000万美元B轮资金用于开发“可组合”的检索原语和用于设备端AI的Qdrant Edge。

仍在扩展：截至2026年B轮时，Qdrant报告下载量超2.5亿次，GitHub星标超2.9万个，总融资约8780万美元，把检索定位为从边缘设备到超级计算机（比如Argonne国家实验室的Aurora）的核心基础设施。

RAG让检索成为每个AI应用的关键路径，但团队在负载下发现原型级向量搜索不够用——Qdrant正好解决了这个痛点。

Rust加上自研HNSW和二进制量化带来了实实在在的性能提升（内存省32倍，速度提升约40倍），给了工程师们切换的理由。

开源消除了厂商锁定风险——这对被专有搜索厂商坑过的企业来说是个重要理由——同时云、本地、边缘等多种部署方式也让社区能赚钱。

选择投资而不是被收购，让公司保持独立走完向量数据库的炒作周期，在市场整合前积累了大量用户。

可组合性（稠密/稀疏/多向量，搜索时过滤）符合智能体工作负载的实际查询方式，而不是强迫所有场景走同一条固定管线。

实打实的性能优势能在拥挤的市场里杀出血路：专用引擎（内存省32倍、速度提升约40倍）加上开源——没有锁定风险——让Qdrant在向量数据库热潮见顶之前就赢得了生产团队。

截至2026年9月，Qdrant仍然独立并处于扩展期：完成5000万美元B轮融资（2026年3月12日宣布）后，公司报告总融资约8780万美元，软件包下载量超2.5亿次，GitHub星标超2.9万个，生产环境客户包括Canva、HubSpot、Bosch、Roche、Bazaarvoice和OpenTable。路线图主要围绕可组合检索原语和设备端代理的Qdrant Edge，引擎已支持十亿级规模，包括Argonne的Aurora。现在的问题是，当搜索和数据库巨头纷纷加入向量功能后，专用向量数据库能否守住阵地。