Graphon Labs rejser 35 mio. dollar i serie A for at opskalere vedvarende AI-hukommelse

Graphon Labs annoncerede den 10. november 2026 en serie A-finansieringsrunde på 35 millioner dollar for at opskalere infrastruktur til vedvarende hukommelse for AI-agenter på tværs af produkter til virksomheder, udviklere og enheder. RRE Ventures ledede runden, hvor HP, Energy Impact Partners, Hitachi Ventures og Gaia VC også deltog; Graphons meddelelse om serie A-runden opgjorde den samlede finansiering til 43,3 millioner dollar.

Administrerende direktør Arbaaz Khan sagde, at kapitalen skal flytte virksomheden fra tidlige eksperimenter til implementeringer i stor skala hos virksomheder, åbne infrastrukturen for udviklere, fremskynde forskningen og understøtte hukommelse på enheden.

Raju Rishi, general partner hos RRE, sagde, at firmaet ser Graphon blive en sandhedskilde under agenterne, og forklarede: »Modeller kan ræsonnere, og agenter kan handle, men ingen af delene bliver bedre, hvis de ikke kan bygge videre på tidligere viden.«

Sådan fungerer Graphons hukommelsesarkitektur

Graphon kalder sin tilgang Persistent Intelligence: AI, der løbende kan tilgå, forstå og huske tidligere information og bygge videre på den. Virksomheden siger, at hentningsforstærket generering, GraphRAG, kontekstvinduer og traditionel informationssøgning kan komprimere eller fragmentere relationer, historik og tidslig forståelse, efterhånden som informationsmængden vokser og ændrer sig. I stedet indlæser platformen videoer, billeder, lyd og dokumenter og opbygger automatisk en ontologi – en struktureret repræsentation af dataene og deres forbindelser – samtidig med at den bevarer forbindelserne til kilderne.

Khans tekniske forklaring deler arkitekturen op i to dele: en detaljeret graf, der repræsenterer information og relationer, og en komprimeret graphon-repræsentation, som styrer søgningen gennem den større struktur. Graphoner er en matematisk ramme for meget store grafer, og grundlæggerne udviklede den underliggende forskning under deres ph.d.-studier ved Penns GRASP Lab. De tekniske mål omfatter at indarbejde ny information, spore belæg tilbage til kilden og fungere med praktiske omkostninger og hastighed.

Udviklere bruger S3-lignende lager- og søgebegreber som buckets, objekter, filer og forespørgsler uden at skulle forstå matematikken. Grænsefladen understøtter søgninger efter nøgleord, semantisk søgning og billedsøgning samt spørgsmål på tværs af flere kilder med hjælp fra agenter. Et enkelt opslag og en mere dybdegående undersøgelse benytter derfor den samme platform, så der bliver mindre behov for at sammensætte en separat søgestak til hver type spørgsmål.

Graphon oplyser, at virksomheden har opnået en nøjagtighed på 81,7 % på ATM-Bench, et benchmark fra University of Cambridge til besvarelse af spørgsmål på tværs af video, lyd, billeder og tekst. Det oplyste resultat ligger 5,0 procentpoint over det næstbedste system på den offentlige rangliste.

Produkter og tidlig anvendelse i virksomheder

Arkitekturen understøtter tre produkter. Graphon Enterprise leverer styret hukommelse på tværs af virksomhedsdata og kan hostes af Graphon, implementeres i en virtuel privat sky, der administreres af Graphon eller kunden, eller installeres lokalt. Graphon Developer er beregnet til udviklere, der arbejder på tværs af datatyper uden at skulle genskabe kontekststakken, mens Graphon On-Device Memory er målrettet telefoner, bærbare computere, kameraer, wearables og andre enheder.

De kunder, der nævnes i meddelelsen, er nået forskelligt langt med at tage teknologien i brug. Selvom meddelelsen overordnet beskriver implementeringer hos San Francisco 49ers, Hitachi og andre store virksomheder, sagde Costa Kladianos, der er teknologiansvarlig hos 49ers, at organisationen undersøger anvendelser som at afdække sponsormuligheder og understøtte interne teams. Amaury Jourdan fra Hitachi Rail beskrev en evaluering, der viste lovende resultater inden for opdagelse af kontekstuel viden, automatiserede forbindelser mellem datakilder og forbedret AI-inferens i virksomhedens industrielle miljø.

Graphons virksomhedsprofil angiver juli 2025 som virksomhedens stiftelsesdato og nævner Khan, teknologidirektør Clark Zhang og driftsdirektør Deepak Mishra som grundlæggere. San Francisco-virksomheden trådte frem efter at have arbejdet i det skjulte den 14. maj 2026 med en seedrunde på 8,3 millioner dollar, ledet af Arvind Gupta fra Novera Ventures.

I meddelelsen om seedrunden blev det sydkoreanske konglomerat GS nævnt som en tidlig erhvervskunde. Dets repræsentant fremhævede blandt andet analyser af kunders bevægelser i dagligvarebutikker og sikkerhedsarbejde på byggepladser baseret på CCTV-optagelser.

Serie A-runden finansierer dermed både en afprøvning af kommercialiseringen og et forskningsprogram. Graphon skal omsætte undersøgende arbejde med virksomheder til implementeringer i stor skala, overbevise eksterne udviklere om at bygge videre på virksomhedens hukommelseslag og tilpasse den samme arkitektur til privat brug på enheder.