档案库 · 开发与企业工具 · 产品决策 · 2021–2026
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
柏林的Rust开源向量数据库：下载量超2.5亿次，GitHub星标2.9万个，被Canva、HubSpot和xAI使用；2026年完成5000万美元B轮融资。
Qdrant
做的是什么生意
Open-source vector database and search engine written in Rust: stores embeddings with payload metadata, filters during search, supports dense, sparse and multi-vector queries, and deploys from edge devices to managed cloud.
启动资金：$7.5M raised April 2023; $28M Series A led by Spark Capital with Unusual Ventures and 42CAP (January 2024); $50M Series B led by AVP with Bosch Ventures, Unusual Ventures, Spark Capital and 42CAP (March 2026); roughly $87.8M total raised.
起因
Founded in 2021 in Berlin by Andre Zayarni and co-founders, Qdrant targeted production vector search as an open-source project built in Rust. The company raised $7.5M in April 2023, and at the January 2024 Series A it said it had turned down an acquisition offer from a major database player to keep scaling independently (TechCrunch).
经过
The Series A funded a business team around an engineering-heavy company and the release of an on-premise edition plus cloud on AWS, Azure and GCP. Through the RAG boom Qdrant landed production deployments at Canva, Bazaarvoice, HubSpot, Roche, Bosch and OpenTable; the March 2026 $50M Series B funds 'composable' retrieval primitives and Qdrant Edge for on-device AI.
结果
Still scaling: as of the 2026 Series B Qdrant reports 250M+ downloads, 29k+ GitHub stars and roughly $87.8M raised, positioning retrieval as core infrastructure from edge devices to supercomputers such as Aurora at Argonne National Laboratory.
背景
Qdrant是柏林的开源向量数据库和搜索引擎，用Rust编写。它存储带元数据的嵌入向量，在搜索时过滤而不是之后，支持稠密、稀疏和多向量查询，可从边缘设备部署到托管云。创始人的核心理念是检索是AI核心基础设施，不应只作为附加功能挂在现有数据库上。
Qdrant由Andre Zayarni等人在2021年创立，2023年4月融资750万美元，2024年1月完成2800万美元A轮融资，由Spark Capital领投，Unusual Ventures和42CAP参投。据TechCrunch报道，公司曾拒绝一家大型数据库厂商的收购邀约，用户包括xAI的Grok、Deloitte、Accenture、GitBook和Dust。
Qdrant的优势在于性能：自研HNSW实现和二进制量化让内存占用最高减少32倍，检索速度提升约40倍，据A轮报道。这赢得了Canva、Bazaarvoice、HubSpot、Roche、Bosch和OpenTable的生产部署，到2026年3月B轮融资时（AVP领投5000万美元，Bosch Ventures和原股东参投），公司报告下载量超过2.5亿次，GitHub星标超过2.9万个。
B轮资金用于“可组合”的向量搜索：像稠密、稀疏、多向量、自定义打分这些原语，团队可以在查询时随意组合，还有用于设备端代理的Qdrant Edge。Qdrant把自己定位于长期基础设施——‘就像Linux内核，不是SaaS套壳’——从边缘设备到Argonne的Aurora超级计算机。
这件事要成立，得有什么
- 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。
可借鉴之处
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。
后续进展
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。
资料来源
- Open source vector database startup Qdrant raises $28M
- Announcing Qdrant's $28M Series A Funding Round
- Qdrant raises $50M to bring flexible vector search to production AI systems
- We Raised $50M to Build Composable Vector Search as Core Infrastructure
- qdrant/qdrant
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡