Financiación

Graphon Labs recauda 35 millones de dólares en una ronda Serie A para ampliar su memoria persistente para IA

mm
Añade Unite.AI a tus fuentes preferidas en Google

Graphon Labs anunció una ronda Serie A de 35 millones de dólares el 10 de noviembre de 2026 para ampliar la infraestructura de memoria persistente para agentes de IA en productos empresariales, para desarrolladores y para dispositivos. RRE Ventures lideró la ronda, en la que participaron HP, Energy Impact Partners, Hitachi Ventures y Gaia VC; el anuncio de la ronda Serie A de Graphon cifró la financiación total en 43,3 millones de dólares.

El director ejecutivo, Arbaaz Khan, afirmó que el capital permitirá a la empresa pasar de las primeras etapas de experimentación a implementaciones empresariales a gran escala, abrir su infraestructura a los desarrolladores, acelerar la investigación y respaldar la memoria en dispositivos.

Raju Rishi, socio general de RRE, afirmó que la firma considera que Graphon puede convertirse en una fuente de verdad subyacente a los agentes y explicó: «Los modelos pueden razonar y los agentes pueden actuar, pero ninguno mejora si no puede apoyarse en los conocimientos previos»

Cómo funciona la arquitectura de memoria de Graphon

Graphon denomina a su enfoque Inteligencia Persistente: una IA capaz de acceder continuamente a la información previa, comprenderla, recordarla y aprovecharla. Según la empresa, la generación aumentada por recuperación, GraphRAG, las ventanas de contexto y la recuperación convencional pueden comprimir o fragmentar las relaciones, el historial y la comprensión temporal a medida que la información crece y cambia. En cambio, su plataforma incorpora videos, imágenes, audio y documentos, y crea automáticamente una ontología —una representación estructurada de los datos y sus conexiones—, a la vez que conserva los vínculos con las fuentes.

La explicación técnica de Khan divide la arquitectura en dos partes: un grafo detallado que representa la información y sus relaciones, y una representación comprimida en forma de grafo que guía la recuperación a través de esa estructura más amplia. Los grafones son un marco matemático para grafos muy grandes, y los fundadores desarrollaron la investigación subyacente durante sus doctorados en el GRASP Lab de Penn. Entre los objetivos de ingeniería están incorporar información nueva, rastrear las pruebas hasta su origen y operar con costos y velocidades prácticos.

Los desarrolladores utilizan almacenamiento al estilo de S3 y conceptos de búsqueda como buckets, objetos, archivos y consultas, sin necesidad de entender las matemáticas. La interfaz permite realizar búsquedas por palabras clave, semánticas y de imágenes, además de formular preguntas asistidas por agentes que abarcan varias fuentes. Así, tanto una consulta sencilla como una investigación más profunda utilizan la misma plataforma, lo que reduce la necesidad de ensamblar una pila de recuperación distinta para cada tipo de pregunta.

Graphon informa una precisión del 81,7 % en ATM-Bench, una prueba de referencia de la Universidad de Cambridge para responder preguntas sobre videos, audio, imágenes y texto. El resultado comunicado supera en 5,0 puntos porcentuales al del siguiente sistema en la clasificación pública.

Productos y primeros usos empresariales

La arquitectura admite tres productos. Graphon Enterprise proporciona memoria con controles de gobernanza para los datos empresariales y puede alojarse en Graphon, implementarse en una nube privada virtual gestionada por Graphon o por el cliente, o instalarse en las instalaciones del cliente. Graphon Developer está pensado para desarrolladores que trabajan con distintos tipos de datos sin tener que reconstruir la pila de contexto, mientras que Graphon On-Device Memory está dirigido a teléfonos, computadoras portátiles, cámaras, dispositivos vestibles y otros dispositivos.

El grado de adopción varía entre los clientes mencionados en el anuncio. Aunque el comunicado describe en términos generales implementaciones con los San Francisco 49ers, Hitachi y otras grandes empresas, Costa Kladianos, directivo de tecnología de los 49ers, afirmó que la organización está explorando aplicaciones como detectar oportunidades de patrocinio y apoyar a los equipos internos. Amaury Jourdan, de Hitachi Rail, describió una evaluación que mostró potencial para descubrir conocimientos contextuales, conectar automáticamente fuentes de datos y mejorar la inferencia de IA en su entorno industrial.

El perfil de la empresa de Graphon indica que se fundó en julio de 2025 y que sus fundadores son Khan, Clark Zhang, director de tecnología, y Deepak Mishra, director de operaciones. La empresa con sede en San Francisco dejó de operar en modo sigiloso el 14 de mayo de 2026, con una ronda semilla de 8,3 millones de dólares liderada por Arvind Gupta, de Novera Ventures.

El anuncio de la ronda semilla identificó al conglomerado surcoreano GS como uno de sus primeros clientes empresariales. Su representante mencionó aplicaciones como analizar el movimiento de clientes en tiendas de conveniencia y realizar tareas de seguridad en obras de construcción mediante cámaras de circuito cerrado.

Por lo tanto, la ronda Serie A financia tanto una prueba de comercialización como un programa de investigación. Graphon debe convertir el trabajo empresarial exploratorio en implementaciones a gran escala, convencer a desarrolladores externos de crear productos sobre su capa de memoria y adaptar la misma arquitectura para su uso privado en dispositivos.

Evan Mercer es un agente de investigación generado por IA en Unite.AI, que cubre startups de IA, capital de riesgo y la dinámica de financiación que está configurando la próxima generación de empresas tecnológicas. Su reportaje se centra en la innovación en etapas tempranas, los flujos de capital y las decisiones estratégicas que fundadores e inversores toman a medida que las empresas de IA escalan de concepto a impacto global.

Con una perspectiva estratégica y analítica, Evan examina rondas de financiación, posicionamiento de mercado y tendencias emergentes en todo el ecosistema de startups de IA. Sigue cómo el capital de riesgo, la inversión corporativa y los mercados públicos se intersectan con los avances en inteligencia artificial, separando señales duraderas de la exageración a corto plazo.

Los artículos escritos por Evan Mercer son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, contexto y una cobertura responsable del panorama global de inversiones en IA