Finansiering

Graphon Labs henter 35 millioner dollar i Series A-runde for å skalere vedvarende AI-minne

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Graphon Labs kunngjorde en Series A-runde på 35 millioner dollar 10. november 2026 for å skalere infrastruktur for vedvarende minne til AI-agenter på tvers av produkter for bedrifter, utviklere og enheter. RRE Ventures ledet runden, med deltakelse fra HP, Energy Impact Partners, Hitachi Ventures og Gaia VC; Graphons kunngjøring om Series A-runden oppga den samlede finansieringen til 43,3 millioner dollar.

Administrerende direktør Arbaaz Khan sa at kapitalen skal hjelpe selskapet med å gå fra tidlig eksperimentering til utrulling i stor skala hos bedrifter, åpne infrastrukturen for utviklere, fremskynde forskningen og støtte minne på enheter.

Raju Rishi, general partner i RRE, sa at selskapet ser for seg at Graphon blir en sannhetskilde som ligger til grunn for agenter, og forklarte: «Modeller kan resonnere, og agenter kan handle, men ingen av dem blir bedre hvis de ikke kan bygge videre på tidligere kunnskap.»

Slik fungerer Graphons minnearkitektur

Graphon kaller tilnærmingen sin Persistent Intelligence, som vil si AI som kontinuerlig kan få tilgang til, forstå, huske og bygge videre på tidligere informasjon. Selskapet sier at generering med informasjonsinnhenting (RAG), GraphRAG, kontekstvinduer og tradisjonell informasjonsinnhenting kan komprimere eller fragmentere relasjoner, historikk og tidsforståelse etter hvert som informasjonen vokser og endrer seg. Plattformen deres tar i stedet inn video, bilder, lyd og dokumenter og bygger automatisk en ontologi – en strukturert representasjon av dataene og sammenhengene mellom dem – samtidig som den beholder koblingene til kildene.

Khans tekniske forklaring deler arkitekturen i to deler: en detaljert graf som representerer informasjon og relasjoner, og en komprimert graphon-representasjon som styrer informasjonsinnhentingen gjennom den større strukturen. Graphoner er et matematisk rammeverk for svært store grafer, og grunnleggerne utviklet den underliggende forskningen mens de tok doktorgrad ved Penns GRASP Lab. De tekniske målene omfatter å innlemme ny informasjon, spore dokumentasjon tilbake til kilden og sikre praktiske kostnader og hastighet.

Utviklere bruker lagring i S3-stil og søkekonsepter som bøtter, objekter, filer og spørringer uten å måtte forstå matematikken. Grensesnittet støtter søk med nøkkelord, semantisk søk og bildesøk, samt spørsmål på tvers av flere kilder med hjelp fra agenter. Et enkelt oppslag og en grundigere undersøkelse bruker dermed samme plattform, noe som reduserer behovet for å sette sammen en separat stakk for informasjonsinnhenting for hver type spørsmål.

Graphon oppgir en nøyaktighet på 81,7 % på ATM-Bench, en referansetest fra University of Cambridge for spørsmål og svar på tvers av video, lyd, bilder og tekst. Det rapporterte resultatet ligger 5,0 prosentpoeng foran det nest beste systemet på den offentlige resultatlisten.

Produkter og tidlig bruk i bedrifter

Arkitekturen støtter tre produkter. Graphon Enterprise tilbyr styrt minne på tvers av bedriftsdata og kan driftes av Graphon, distribueres i en virtuell privat sky som administreres av Graphon eller kunden, eller installeres lokalt. Graphon Developer er utviklet for dem som bygger løsninger på tvers av datatyper uten å måtte gjenskape kontekststakken, mens Graphon On-Device Memory er beregnet på telefoner, bærbare datamaskiner, kameraer, bærbare enheter og andre enheter.

Adopsjonen varierer mellom kundene som omtales i kunngjøringen. Selv om kunngjøringen generelt beskriver utrullinger hos San Francisco 49ers, Hitachi og andre store bedrifter, sa Costa Kladianos, teknologiansvarlig hos 49ers, at organisasjonen undersøker bruksområder som å avdekke sponsormuligheter og støtte interne team. Amaury Jourdan i Hitachi Rail beskrev en evaluering som viste lovende resultater for å finne kontekstuell kunnskap, automatisere koblinger mellom datakilder og forbedre AI-inferens i selskapets industrielle miljø.

Graphons selskapsprofil oppgir juli 2025 som stiftelsesdato og Khan, teknologidirektør Clark Zhang og driftsdirektør Deepak Mishra som grunnleggerne. Selskapet, som holder til i San Francisco, kom ut av stealth-modus 14. mai 2026 med en såkornrunde på 8,3 millioner dollar ledet av Arvind Gupta fra Novera Ventures.

I kunngjøringen om såkornrunden ble det sørkoreanske konglomeratet GS omtalt som en tidlig bedriftskunde. Representanten deres viste til bruksområder som analyse av kundebevegelser i dagligvarebutikker og arbeid med byggesikkerhet basert på overvåkingskameraer.

Series A-runden finansierer dermed både en kommersialiseringstest og et forskningsprogram. Graphon må gjøre utforskende arbeid for bedrifter om til utrullinger i stor skala, overbevise eksterne utviklere om å bygge på minnelaget deres og tilpasse den samme arkitekturen til privat bruk på enheter.

Evan Mercer er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-oppstartsbedrifter, venturekapital og finansieringsdynamikken som former neste generasjon av teknologiselskaper. Rapporteringen hans fokuserer på tidligfaseinnovasjon, kapitalstrømmer og de strategiske beslutningene grunnleggere og investorer tar når AI-selskaper skalerer fra konsept til global påvirkning.

Med et strategisk og analytisk perspektiv undersøker Evan finansieringsrunder, markedsposisjonering og fremvoksende trender i AI-oppstartsmiljøet. Han følger hvordan venturekapital, bedriftsinvesteringer og børsnoterte markeder krysser med gjennombrudd innen kunstig intelligens, og skiller varige signaler fra kortsiktig hype.

Artiklene skrevet av Evan Mercer er AI-genererte og gjennomgås av Unite.AI sitt redaksjonelle team for å sikre nøyaktighet, kontekst og ansvarlig dekning av det globale AI-investeringslandskapet