Graphon Labs 获 3500 万美元 A 轮融资，扩大持久化 AI 记忆规模

Graphon Labs 于 2026 年 11 月 10 日宣布完成 3500 万美元 A 轮融资，用于扩大面向企业、开发者和终端设备产品的 AI 智能体持久化记忆基础设施。RRE Ventures 领投，HP、Energy Impact Partners、Hitachi Ventures 和 Gaia VC 参与投资；Graphon 的 A 轮融资公告称，公司累计融资额达到 4330 万美元。

首席执行官 Arbaaz Khan 表示，这笔资金将助力公司从早期试验迈向大规模企业部署，向开发者开放基础设施、加速研究，并支持终端设备记忆能力。

RRE 普通合伙人 Raju Rishi 表示，该公司认为 Graphon 有望成为智能体底层的事实来源，并解释道：“模型能够推理，智能体能够行动，但如果它们无法基于既有知识不断进步，二者都不会变得更好。”

Graphon 的记忆架构如何运作

Graphon 将其方法称为 Persistent Intelligence，意指 AI 能够持续访问、理解和记住早期信息，并以此为基础不断拓展。该公司表示，随着信息不断增长和变化，检索增强生成、GraphRAG、上下文窗口和传统检索可能会压缩或割裂信息之间的关系、历史脉络和时间理解能力。与此不同，其平台能够摄取视频、图像、音频和文档，自动构建本体——即对数据及其关联关系的结构化表示——同时保留指向来源的链接。

Khan 对技术原理的说明将该架构分为两部分：一是呈现信息及其关系的详细图结构，二是压缩后的 graphon 表示，用于引导系统在这一更大的结构中检索信息。Graphon 是一种用于表示超大型图的数学框架；创始人在宾夕法尼亚大学 GRASP 实验室攻读博士学位期间开展了相关基础研究。工程目标包括纳入新信息、追溯证据的原始来源，以及以切实可行的成本和速度运行。

开发者可以使用类似 S3 的存储方式，以及存储桶、对象、文件和查询等搜索概念，无需理解背后的数学原理。该界面支持关键词搜索、语义搜索和图像搜索，还支持借助智能体跨多个来源提问。因此，无论是简单查找还是深入调查，都可以使用同一平台，减少针对不同问题分别搭建检索技术栈的需要。

Graphon 表示，其在 ATM-Bench 上的准确率为 81.7%。ATM-Bench 是剑桥大学推出的一项基准测试，用于评估系统跨视频、音频、图像和文本回答问题的能力。公布的结果比公开排行榜上的下一名系统高出 5.0 个百分点。

产品与早期企业应用

该架构支持三款产品。Graphon Enterprise 为企业各类数据提供受治理的记忆能力，可由 Graphon 托管、部署在由 Graphon 管理或由客户管理的虚拟私有云中，也可安装在本地。Graphon Developer 面向需要处理多种数据类型、又不想重新构建上下文技术栈的开发者；Graphon On-Device Memory 则面向手机、笔记本电脑、相机、可穿戴设备及其他设备。

公告中提及的客户，采用情况各不相同。尽管公告笼统地称，Graphon 已在旧金山 49 人队、Hitachi 及其他大型企业部署，但 49 人队技术高管 Costa Kladianos 表示，该组织正在探索相关应用，例如发掘赞助机会和为内部团队提供支持。Hitachi Rail 的 Amaury Jourdan 介绍了一项评估结果，称该技术在工业场景中展现出在发现情境知识、自动连接数据源以及提升 AI 推理能力方面的潜力。

Graphon 的公司简介将其成立时间列为 2025 年 7 月，并将 Khan、首席技术官 Clark Zhang 和首席运营官 Deepak Mishra 列为创始人。这家总部位于旧金山的公司于 2026 年 5 月 14 日结束隐身模式，同时宣布完成 830 万美元种子轮融资，由 Novera Ventures 的 Arvind Gupta 领投。

种子轮融资公告将韩国企业集团 GS 列为早期企业客户。其代表提到的应用包括分析顾客在便利店内的移动情况，以及利用闭路电视开展施工安全相关工作。

因此，A 轮融资既是对商业化能力的考验，也是对研究项目的投入。Graphon 必须将探索性的企业合作转化为大规模部署，说服外部开发者基于其记忆层构建应用，并调整同一套架构，以支持设备端的私有化使用。