Graphon Labs lève 35 millions de dollars lors d’un tour de série A pour développer sa mémoire persistante destinée à l’IA

Graphon Labs a annoncé une série A de 35 millions de dollars le 10 novembre 2026 afin de développer une infrastructure de mémoire persistante pour les agents d’IA, couvrant les produits destinés aux entreprises, aux développeurs et aux appareils. RRE Ventures a mené le tour de financement, auquel ont participé HP, Energy Impact Partners, Hitachi Ventures et Gaia VC ; le communiqué de Graphon sur sa série A indique que le financement total atteint 43,3 millions de dollars.

Le directeur général Arbaaz Khan a déclaré que ces fonds permettraient à l’entreprise de passer des premières expérimentations à des déploiements à grande échelle dans les entreprises, d’ouvrir son infrastructure aux développeurs, d’accélérer la recherche et de prendre en charge la mémoire sur appareil.

Raju Rishi, associé général de RRE, a déclaré que la société voyait Graphon devenir une source de vérité sous-jacente aux agents, expliquant : « Les modèles peuvent raisonner et les agents peuvent agir, mais ni les uns ni les autres ne s’améliorent s’ils ne peuvent pas s’appuyer sur les connaissances antérieures. »

Fonctionnement de l’architecture mémoire de Graphon

Graphon appelle son approche « Persistent Intelligence » : une IA capable d’accéder en permanence aux informations antérieures, de les comprendre, de s’en souvenir et de s’appuyer sur elles. Selon l’entreprise, la génération augmentée par récupération, GraphRAG, les fenêtres de contexte et la récupération classique peuvent compresser ou fragmenter les relations, l’historique et la compréhension temporelle à mesure que les informations se multiplient et évoluent. Sa plateforme ingère plutôt des vidéos, des images, des fichiers audio et des documents, puis construit automatiquement une ontologie — une représentation structurée des données et de leurs liens — tout en conservant les liens vers les sources.

L’explication technique de Khan distingue deux éléments dans l’architecture : un graphe détaillé représentant les informations et leurs relations, et une représentation compressée par graphon qui oriente la récupération au sein de cette structure plus vaste. Les graphons constituent un cadre mathématique pour les graphes de très grande taille, et les fondateurs ont mené les recherches sous-jacentes pendant leur doctorat au GRASP Lab de Penn. Parmi les objectifs d’ingénierie figurent l’intégration de nouvelles informations, la traçabilité des éléments de preuve jusqu’à leur source et un fonctionnement à un coût et à une vitesse pratiques.

Les développeurs utilisent un stockage de type S3 et des notions de recherche comme les compartiments, les objets, les fichiers et les requêtes, sans avoir besoin de comprendre les mathématiques sous-jacentes. L’interface prend en charge les recherches par mots-clés, sémantiques et par image, ainsi que les questions assistées par des agents portant sur plusieurs sources. Une simple recherche comme une enquête approfondie s’appuient donc sur la même plateforme, ce qui réduit la nécessité de constituer une pile de récupération distincte pour chaque type de question.

Graphon fait état d’une précision de 81,7 % sur ATM-Bench, un banc d’essai de l’Université de Cambridge pour les questions-réponses portant sur des vidéos, des fichiers audio, des images et du texte. Le résultat annoncé dépasse de 5,0 points de pourcentage celui du système suivant dans le classement public.

Produits et premières utilisations en entreprise

L’architecture prend en charge trois produits. Graphon Enterprise fournit une mémoire gouvernée couvrant les données de l’entreprise et peut être hébergé par Graphon, déployé dans un cloud privé virtuel géré par Graphon ou par le client, ou installé sur site. Graphon Developer s’adresse aux développeurs qui travaillent avec différents types de données sans avoir à recréer la pile de contexte, tandis que Graphon On-Device Memory est destiné aux téléphones, aux ordinateurs portables, aux appareils photo, aux objets connectés et à d’autres appareils.

Le niveau d’adoption varie parmi les clients cités dans l’annonce. Bien que le communiqué fasse état de manière générale de déploiements auprès des San Francisco 49ers, de Hitachi et d’autres grandes entreprises, Costa Kladianos, responsable des technologies au sein de l’organisation des 49ers, a déclaré que celle-ci étudiait des applications telles que la découverte de possibilités de parrainage et le soutien aux équipes internes. Amaury Jourdan, de Hitachi Rail, a décrit une évaluation qui laisse entrevoir des résultats prometteurs pour la découverte de connaissances contextuelles, l’établissement automatisé de connexions avec les sources de données et l’amélioration de l’inférence de l’IA dans son environnement industriel.

La fiche de l’entreprise de Graphon indique qu’elle a été fondée en juillet 2025 par Khan, le directeur technique Clark Zhang et le directeur des opérations Deepak Mishra. L’entreprise de San Francisco est sortie de sa période de discrétion le 14 mai 2026, à l’occasion d’un tour d’amorçage de 8,3 millions de dollars mené par Arvind Gupta, de Novera Ventures.

L’annonce du financement d’amorçage citait le conglomérat sud-coréen GS parmi les premiers clients en entreprise. Son représentant a mentionné des applications comme l’analyse des déplacements des clients dans les supérettes et l’utilisation de la vidéosurveillance pour assurer la sécurité sur les chantiers.

La série A finance donc à la fois un test de commercialisation et un programme de recherche. Graphon doit transformer les projets exploratoires en entreprise en déploiements à grande échelle, convaincre des développeurs externes de bâtir sur sa couche mémoire et adapter la même architecture à un usage privé sur appareil.