تجمع Graphon Labs تمويلًا من الفئة «أ» بقيمة 35 مليون دولار لتوسيع نطاق ذاكرة الذكاء الاصطناعي المستمرة

أعلنت Graphon Labs عن جولة تمويل من الفئة «أ» بقيمة 35 مليون دولار في 10 نوفمبر 2026، بهدف توسيع البنية التحتية للذاكرة المستمرة لوكلاء الذكاء الاصطناعي عبر منتجات المؤسسات والمطورين والأجهزة. وقادت RRE Ventures الجولة، بمشاركة HP وEnergy Impact Partners وHitachi Ventures وGaia VC؛ وذكر إعلان Graphon عن جولة التمويل من الفئة «أ» أن إجمالي التمويل بلغ 43.3 مليون دولار.

قال الرئيس التنفيذي أرباز خان إن التمويل سينقل الشركة من مرحلة التجارب الأولية إلى عمليات نشر مؤسسية واسعة النطاق، وسيفتح بنيتها التحتية أمام المطورين، ويسرّع الأبحاث، ويدعم الذاكرة على الأجهزة.

قال راجو ريشي، الشريك العام في RRE، إن الشركة ترى أن Graphon قد تصبح مصدرًا موثوقًا للمعلومات تستند إليه الوكلاء، موضحًا: «يمكن للنماذج أن تستدل، ويمكن للوكلاء أن يتصرفوا، لكن أداء أي منهما لن يتحسن إذا لم يتمكنا من البناء على المعرفة السابقة»

كيف تعمل بنية الذاكرة لدى Graphon

تصف Graphon نهجها بأنه «الذكاء المستمر»، أي ذكاء اصطناعي قادر على الوصول إلى المعلومات السابقة وفهمها وتذكّرها والبناء عليها باستمرار. وتقول الشركة إن التوليد المعزز بالاسترجاع، وGraphRAG، ونوافذ السياق، وأساليب الاسترجاع التقليدية قد تضغط العلاقات والتاريخ والفهم الزمني أو تجزّئها مع نمو المعلومات وتغيرها. أما منصتها، فتستوعب مقاطع الفيديو والصور والتسجيلات الصوتية والمستندات، وتنشئ تلقائيًا أنطولوجيا—تمثيلًا منظمًا للبيانات والروابط بينها—مع الاحتفاظ بالروابط إلى المصادر.

يقسم الشرح التقني الذي قدمه خان البنية إلى جزأين: رسم بياني تفصيلي يمثل المعلومات والعلاقات، وتمثيل مضغوط قائم على الغرافونات يوجّه الاسترجاع عبر ذلك الهيكل الأكبر. والغرافونات إطار رياضي للرسوم البيانية الضخمة، وقد طوّر المؤسسون الأبحاث الأساسية خلال دراسات الدكتوراه في مختبر GRASP بجامعة بنسلفانيا. وتشمل الأهداف الهندسية استيعاب المعلومات الجديدة، وتتبع الأدلة إلى مصادرها، والعمل بتكلفة وسرعة عمليتين.

يستخدم المطورون تخزينًا على نمط S3 ومفاهيم بحث مثل الحاويات والكائنات والملفات والاستعلامات، من دون الحاجة إلى فهم الرياضيات. وتدعم الواجهة البحث بالكلمات المفتاحية والبحث الدلالي والبحث بالصور، إلى جانب أسئلة بمساعدة الوكلاء تشمل مصادر متعددة. وهكذا، يعتمد البحث البسيط والتحقيق المعمق على المنصة نفسها، ما يقلل الحاجة إلى بناء حزمة استرجاع منفصلة لكل نوع من الأسئلة.

تقول Graphon إنها حققت دقة بلغت 81.7% في ATM-Bench، وهو معيار من جامعة كامبريدج لتقييم الإجابة عن الأسئلة عبر مقاطع الفيديو والتسجيلات الصوتية والصور والنصوص. وتزيد النتيجة المعلنة بمقدار 5.0 نقاط مئوية على نتيجة النظام التالي في لوحة المتصدرين العامة.

المنتجات والاستخدامات المؤسسية المبكرة

تدعم البنية ثلاثة منتجات. يوفّر Graphon Enterprise ذاكرة مُدارة عبر بيانات المؤسسات، ويمكن استضافته لدى Graphon، أو نشره في سحابة خاصة افتراضية تديرها Graphon أو يديرها العميل، أو تثبيته في مقر العميل. ويستهدف Graphon Developer المطورين الذين يعملون عبر أنواع مختلفة من البيانات من دون إعادة إنشاء طبقة السياق، في حين صُمم Graphon On-Device Memory للهواتف والحواسيب المحمولة والكاميرات والأجهزة القابلة للارتداء وغيرها من الأجهزة.

يختلف مستوى التبني بين العملاء المذكورين في الإعلان. فعلى الرغم من أن الإعلان يصف عمليات نشر لدى فريق San Francisco 49ers وHitachi ومؤسسات كبرى أخرى بعبارات عامة، قال كوستا كلاديانوس، المسؤول التنفيذي عن التكنولوجيا في 49ers، إن المؤسسة تستكشف تطبيقات مثل اكتشاف فرص الرعاية ودعم الفرق الداخلية. ووصف أموري جوردان من Hitachi Rail تقييمًا أظهر إمكانات واعدة في اكتشاف المعارف السياقية، وربط مصادر البيانات تلقائيًا، وتحسين استدلال الذكاء الاصطناعي في بيئتها الصناعية.

يذكر الملف التعريفي للشركة لدى Graphon أن تأسيسها يعود إلى يوليو 2025، وأن مؤسسيها هم خان وكلارك تشانغ، المدير التقني، وديباك ميشرا، مدير العمليات. وقد خرجت الشركة، ومقرها سان فرانسيسكو، من مرحلة التخفي في 14 مايو 2026، معلنةً جولة تمويل تأسيسي بقيمة 8.3 مليون دولار قادها أرفيند غوبتا من Novera Ventures.

حدّد إعلان التمويل التأسيسي مجموعة GS الكورية الجنوبية متعددة الأنشطة بوصفها أحد أوائل عملاء الشركة من المؤسسات. وذكر ممثلها تطبيقات تشمل تحليل حركة العملاء في المتاجر الصغيرة واستخدام كاميرات المراقبة لأعمال السلامة في مواقع البناء.

لذلك، تموّل جولة الفئة «أ» اختبارًا للتسويق التجاري إلى جانب برنامج بحثي. ويتعين على Graphon تحويل العمل الاستكشافي مع المؤسسات إلى عمليات نشر واسعة النطاق، وإقناع المطورين من خارج الشركة بالبناء على طبقة الذاكرة التي تقدمها، وتهيئة البنية نفسها للاستخدام الخاص على الأجهزة.