Graphon AI获得830万美元种子轮融资，用于构建新一代AI基础设施：一种预模型智能层，能够捕捉数据间的关联——让基础模型更准确，能够对无限多模态数据进行推理。
本轮融资由Novera Ventures的Arvind Gupta领投，参与方包括：Perplexity Fund、Samsung Next、GS Futures、Hitachi Ventures、Gaia Ventures、B37 Ventures和Aurum Partners。
突破上下文窗口的限制
当今的AI模型功能强大，但都面临同一个问题：它们一次只能读取少量数据。即使最先进的大语言模型（LLM）也仅限于约100万个Token（词元），而企业在文档、视频、日志和数据库中拥有数万亿个Token。
检索增强生成（RAG）等检索系统可以呈现相关内容，但无法发现数据集之间的隐藏关系。这让AI能够回答关于单个数据片段的离散问题，但无法推理这些数据如何关联。
Graphon并非在模型的上下文窗口内工作，而是在模型看到数据之前就开始运作。利用图函数（graphon functions），该系统能够自动发现视频、音频、文档、图像和结构化数据库之间的数据关联。它还可以分析由设备和系统生成的真实世界数据源，包括企业软件、摄像头、机器、智能手机以及智能眼镜等新兴平台。
最终形成的系统能够处理实质上无限且持久的上下文，并可与任何基础模型或代理框架配合使用，在使现有应用高效得多的同时，还能催生新的AI应用。
"Graphon改变了智能发生的位置，"Novera Ventures创始人兼董事总经理Arvind Gupta表示，他将Graphon作为旗舰基金的首笔投资。"大多数公司都在努力构建越来越大的模型。Graphon则是在改进原始企业数据与模型本身之间的层级。这让当今的基础模型能够更好地理解复杂数据——而且无需变得更大就能大幅提升能力。"
创始团队与技术背景
Graphon的创始人和顾问汇聚了机器人学、AI研究以及将图函数（graphons）应用于真实世界系统领域数十年的经验。领导团队包括来自亚马逊、Meta、麻省理工学院（MIT）、Rivian、谷歌、苹果、英伟达、三星AI中心和NASA的前研究人员和工程师。
"过去十年，AI一直在学习模仿语言，"Graphon创始人兼首席执行官Arbaaz Khan表示，"但世界不是由Token构成的，而是由关系构成的。通过保留这种结构，我们让基础模型在企业规模下更准确、更有用。配备Graphon的LLM比单独的LLM更优秀。我们不是在取代模型——而是在增强它们。"
应用场景
Graphon的客户和平台开发者已经将Graphon用于：
- 企业内容管理：同时跨视频、音频、图像和文档进行推理
- 工业智能：跨视频和企业系统发现流程漏洞、合规问题和根本原因事件
- 智能体工作流：让AI智能体基于丰富的多模态输入自动做出决策
- 端侧设备：理解和推理手机、摄像头、可穿戴设备和其他联网设备生成的多模态数据
"Graphon一直是GS集团AI转型旅程中极具价值的合作伙伴，带来了非凡的热情和AI专业知识，"韩国最大企业集团之一GS的副总裁Ally Kim表示，"他们的多模态AI解决方案在解决真实世界挑战方面发挥了关键作用，例如分析便利店的顾客动线，以及通过建筑工地的视频监控分析提升安全性。"
加州大学伯克利分校计算、数据科学与社会学院院长Jennifer Chayes，以及创造了"graphon"（图函数）一词的加州大学伯克利分校计算机科学教授Christian Borgs（两人均为Graphon的技术顾问）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。我们知道AI的未来将依赖于理解Token之外的结构；他们的持续性多模态图表示解锁了系统模型的新范式。"
