给 AI 准备图片、视频和文本，麻烦往往不在“存进去”，而在之后只想抽取几条训练样本、找一张相似图片时，还得读取大量无关数据。Lance 想把这条管线缩短：它是一种面向多模态 AI 的开放湖仓格式——湖仓兼顾原始文件的灵活存放与表格化管理——可在对象存储之上统一承载文件、数据表和目录信息。
它最值得注意的地方，是把几项通常分散的能力放进同一格式：随机访问可直接读取指定记录；向量索引能从数字化特征中寻找相似项；版本管理则支持事务、历史回溯、标签和分支。图片、视频、音频、文本及 embeddings（模型生成的数字化特征）也能放在一起，并按需延迟读取。项目还支持把向量相似搜索、全文搜索和 SQL 分析用于同一数据集。
项目方称，Lance 的随机访问速度可达 Parquet 或 Iceberg 的 100 倍，同时不牺牲顺序扫描性能，但材料未提供测试配置或独立复现结果。仓库也提醒，项目仍在活跃开发；生产环境应固定稳定的 data_storage_version，而不是使用不稳定的 next 格式。