AI News HubLIVE
站内改写2 分钟阅读

Graphon AI 获 830 万美元种子轮融资,构建企业 AI“预模型”智能层

Graphon AI 今日走出隐身模式,获得 830 万美元种子轮融资,旨在构建一种新型 AI 基础设施:预模型智能层。该层利用图函数自动发现数据之间的关联,使基础模型能够处理无限的多模态数据,突破上下文窗口限制。

来源AIwire作者: Andrew Jolly

2026 年 5 月 14 日,旧金山——Graphon AI 今日宣布走出隐身模式,并完成 830 万美元的种子轮融资。该公司致力于构建一种名为“预模型智能层”的新型 AI 基础设施,旨在解决当前 AI 模型在处理企业数据时面临的核心痛点:上下文窗口限制。即使是最先进的大型语言模型也只能处理约 100 万个 token,而企业的数据量通常高达数万亿 token,涵盖文档、视频、日志和数据库。传统的检索增强生成系统能够查找相关内容,但无法发现跨数据集的隐藏关系。

Graphon 的解决方案是在模型接触数据之前,利用图函数自动发现视频、音频、文档、图像和结构化数据库之间的关联。该系统还可以分析来自企业软件、摄像头、机器、智能手机以及智能眼镜等新兴平台的实时数据源。其结果是实现了几乎无限且持久的上下文,可与任何基础模型或代理框架配合使用,从而在提升现有 AI 应用效率的同时,支持全新的 AI 应用。

本轮融资由 Novera Ventures 的 Arvind Gupta 领投,Perplexity Fund、Samsung Next、GS Futures、Hitachi Ventures、Gaia Ventures、B37 Ventures 以及 Aurum Partners(隶属于旧金山 49 人队所有者等战略 LP 的投资基金)参与跟投。Gupta 表示:“Graphon 改变了智能发生的位置。大多数公司试图构建更大的模型,而 Graphon 则改进了原始企业数据与模型之间的层。这使现有的基础模型能够更好地理解复杂数据,无需增大模型规模即可大幅提升能力。”

Graphon 的创始人和顾问团队汇集了来自亚马逊、Meta、MIT、Rivian、谷歌、苹果、NVIDIA、三星 AI 中心和 NASA 的前研究人员和工程师。创始人兼 CEO Arbaaz Khan 指出:“AI 在过去十年中学会了模仿语言,但世界并非由 token 构成,而是由关系构成。通过保留这种结构,我们使基础模型在企业规模上更加准确和有用。加入 Graphon 的 LLM 比单独的 LLM 更好——我们不是取代模型,而是增强它们。”

Graphon 的客户和开发者已经将其用于多种场景:企业内容管理(跨视频、音频、图像和文档推理)、工业智能(识别流程缺口、合规问题和根因事件)、代理工作流(让 AI 代理基于丰富的多模态输入自动决策)以及端侧设备(理解手机、摄像头、可穿戴设备等生成的多模态数据)。韩国 GS 集团副总裁 Ally Kim 表示:“Graphon 已成为 GS 集团 AI 转型中不可或缺的合作伙伴,他们的多模态 AI 解决方案在解决实际问题方面发挥了重要作用,例如分析便利店中的顾客动线,以及通过施工工地的 CCTV 分析提升安全性。”

加州大学伯克利分校计算、数据科学与社会学院院长 Jennifer Chayes 和发明图函数概念的计算机科学教授 Christian Borgs 均担任 Graphon 的技术顾问。他们表示:“Graphon 的技术自动发现数据间的关系,并将这种结构视为一等公民。AI 的未来将依赖于理解 token 之外的结构,他们的连续多模态图表示解锁了一种全新的系统模型范式。”

关于 Graphon AI:Graphon.ai 正在构建企业 AI 的预模型智能层。通过将原始多模态数据转换为持久的关系记忆,Graphon 使基础模型能够推理连接的体系,而不是孤立的 token 序列。用结构化记忆取代上下文窗口,Graphon 提高了准确性,减少了幻觉,并使 LLM 能够以企业规模运行。更多信息请访问 graphon.ai。