Graphon Labs pozyskuje 35 mln dolarów w rundzie serii A na rozwój trwałej pamięci AI

Graphon Labs poinformowała 10 listopada 2026 r. o pozyskaniu 35 mln dolarów w rundzie finansowania serii A. Środki mają pomóc w rozwoju infrastruktury trwałej pamięci dla agentów AI, obejmującej produkty dla przedsiębiorstw i deweloperów oraz rozwiązania działające bezpośrednio na urządzeniach. Rundzie przewodził RRE Ventures, a udział w niej wzięły także HP, Energy Impact Partners, Hitachi Ventures i Gaia VC; informacja Graphon o rundzie serii A podaje, że łączne finansowanie wyniosło 43,3 mln dolarów.

Dyrektor generalny Arbaaz Khan powiedział, że pozyskany kapitał pozwoli firmie przejść od wczesnych eksperymentów do wdrożeń na dużą skalę w przedsiębiorstwach, udostępnić swoją infrastrukturę deweloperom, przyspieszyć badania i rozwijać pamięć działającą bezpośrednio na urządzeniach.

Raju Rishi, wspólnik zarządzający w RRE, powiedział, że firma postrzega Graphon jako potencjalne źródło prawdy dla agentów, wyjaśniając: „Modele potrafią wnioskować, a agenci działać, ale ani jedne, ani drudzy nie będą lepsi, jeśli nie będą mogli korzystać z wcześniejszej wiedzy i rozwijać jej”.

Jak działa architektura pamięci Graphon

Graphon nazywa swoje podejście Persistent Intelligence. Oznacza ono AI, które może stale uzyskiwać dostęp do wcześniejszych informacji, rozumieć je, zapamiętywać i rozwijać na ich podstawie swoją wiedzę. Firma twierdzi, że generowanie wspomagane wyszukiwaniem, GraphRAG, okna kontekstu i tradycyjne metody wyszukiwania mogą kompresować lub fragmentować relacje, historię i rozumienie zależności czasowych w miarę przyrostu i zmian informacji. Zamiast tego platforma przetwarza filmy, obrazy, dźwięk i dokumenty, automatycznie tworząc ontologię — uporządkowaną reprezentację danych i powiązań między nimi — przy jednoczesnym zachowaniu odnośników do źródeł.

Techniczne objaśnienie Khana dzieli architekturę na dwa elementy: szczegółowy graf przedstawiający informacje i relacje oraz skompresowaną reprezentację grafonową, która ukierunkowuje wyszukiwanie w tej większej strukturze. Grafony to matematyczne ujęcie bardzo dużych grafów, a założyciele opracowali podstawy tych badań podczas studiów doktoranckich w laboratorium GRASP na Uniwersytecie Pensylwanii. Cele inżynieryjne obejmują uwzględnianie nowych informacji, śledzenie dowodów aż do ich źródła oraz działanie przy praktycznych kosztach i szybkości.

Deweloperzy mogą korzystać z rozwiązań do przechowywania danych w stylu S3 oraz pojęć związanych z wyszukiwaniem, takich jak zasobniki, obiekty, pliki i zapytania, bez konieczności rozumienia matematycznych podstaw systemu. Interfejs obsługuje wyszukiwanie według słów kluczowych, semantyczne i obrazem, a także pytania zadawane z pomocą agentów na podstawie wielu źródeł. Dzięki temu zarówno proste wyszukiwanie, jak i bardziej pogłębiona analiza korzystają z tej samej platformy, co ogranicza potrzebę tworzenia osobnego stosu narzędzi do wyszukiwania dla każdego rodzaju pytania.

Graphon podaje, że osiąga 81,7% dokładności w ATM-Bench, teście porównawczym Uniwersytetu Cambridge służącym do oceny odpowiadania na pytania dotyczące filmów, dźwięku, obrazów i tekstu. Według podanych wyników system uzyskał o 5,0 punktu procentowego lepszy rezultat niż kolejny system w publicznym rankingu.

Produkty i pierwsze zastosowania w przedsiębiorstwach

Architektura obsługuje trzy produkty. Graphon Enterprise zapewnia zarządzaną pamięć obejmującą dane przedsiębiorstwa i może być hostowany przez Graphon, wdrożony w chmurze prywatnej zarządzanej przez Graphon lub klienta albo zainstalowany lokalnie. Graphon Developer jest przeznaczony dla twórców pracujących z różnymi typami danych, którzy nie chcą odtwarzać stosu kontekstu, natomiast Graphon On-Device Memory jest przeznaczony do telefonów, laptopów, kamer, urządzeń noszonych i innych urządzeń.

Wśród klientów wymienionych w komunikacie wdrożenia są na różnych etapach. Choć komunikat ogólnie opisuje wdrożenia w San Francisco 49ers, Hitachi i innych dużych przedsiębiorstwach, Costa Kladianos, dyrektor ds. technologii w 49ers, powiedział, że organizacja bada możliwe zastosowania, takie jak odkrywanie możliwości sponsoringowych i wspieranie zespołów wewnętrznych. Amaury Jourdan z Hitachi Rail opisał ocenę, która wskazuje na obiecujące możliwości wyszukiwania wiedzy kontekstowej, automatycznego łączenia źródeł danych i usprawniania wnioskowania AI w środowisku przemysłowym.

W profilu firmy Graphon jako datę założenia podano lipiec 2025 r., a wśród założycieli wymieniono Khana, dyrektora ds. technologii Clarka Zhanga i dyrektora operacyjnego Deepaka Mishrę. Firma z San Francisco wyszła z ukrycia 14 maja 2026 r., ogłaszając pozyskanie 8,3 mln dolarów w rundzie zalążkowej, której przewodził Arvind Gupta z Novera Ventures.

W komunikacie o rundzie zalążkowej południowokoreański konglomerat GS został wskazany jako jeden z pierwszych klientów korporacyjnych. Jego przedstawiciel wymienił między innymi analizę przemieszczania się klientów w sklepach convenience oraz działania na rzecz bezpieczeństwa na budowach oparte na monitoringu CCTV.

Runda serii A finansuje zatem zarówno sprawdzenie możliwości komercjalizacji, jak i program badawczy. Graphon musi przekształcić eksperymentalne projekty realizowane w przedsiębiorstwach we wdrożenia na dużą skalę, przekonać zewnętrznych deweloperów do budowania na jej warstwie pamięci oraz dostosować tę samą architekturę do prywatnego użytku bezpośrednio na urządzeniach.