Graphon 完成 3500 万美元 A 轮融资，主攻智能体记忆问题

Graphon 宣布完成 3500 万美元 A 轮融资，距种子轮仅 6 个月。创始团队 Arbaaz Khan 和 Clark Zhang 曾在 NASA JPL、Google DeepMind、Meta 和 NVIDIA 从事机器人记忆相关工作。 产品层面，Graphon 无需人工构建 schema，直接把公司内部的文档、邮件、图片和视频统一建成一张图，新增数据不会破坏原有结构。基准成绩方面，在 LoCoMo 上达到 94% 准确率，上下文仅用 7.9K tokens，超过了把完整历史对话喂给前沿模型的做法；在测试多年真实邮件、照片和视频的 ATM-Bench 及其 Hard 版本上排名第一；DolphinBench 得分 84%，成本降低 10 倍。 智能体记忆（长期保持上下文与状态）目前是 agent 基础设施中最受关注的方向之一，RAG 和向量检索方案在跨模态、长期数据场景下表现有限。Graphon 用图结构统一多模态数据，主打成本与准确率兼顾，对需要让 agent 记住企业历史数据的应用方来说是一个值得关注的新选项。