NAVER D2SF investiert in TraceWeave und dessen Post-Transformer-KI für Endgeräte

21. Oktober 2026Quelle: PR Newswire

NAVER D2SF hat in TraceWeave investiert, ein Startup aus Seoul, das mit Phase-TITAN eine Post-Transformer-Architektur entwickelt hat. Sie soll KI-Agenten auf Geräten mit knappem Speicher ermöglichen. Die Seed-Runde unter Führung von Mirae Asset Capital brachte rund 3 Milliarden KRW ein.

Das Wichtigste in Kürze

NAVER D2SF hat in TraceWeave investiert, das in einer von Mirae Asset Capital angeführten Seed-Runde rund 3 Milliarden KRW einsammelte.
Die Pre-Money-Bewertung liegt bei rund 30 Milliarden KRW.
Phase-TITAN ist eine Post-Transformer-Architektur, die den Speicherverbrauch auch bei wachsendem Kontext konstant hält.
TraceWeave gibt an, dass sein 1B-Modell bei 1 Mio. Token Kontext 0,04 GB belegt, während der KV-Cache eines vergleichbaren Transformers zig Gigabyte oder mehr umfasst.
Das Unternehmen hat einen bezahlten Pilot im Mobilitätsbereich abgeschlossen und sondiert Einsätze bei Robotern, Drohnen, Smart Glasses und Wearables.

Eine andere Architektur für Geräte mit wenig Speicher

TraceWeave, geleitet von Mitgründer und CEO Jaeyoung Park, entwickelt Phase-TITAN, das das Unternehmen als Post-Transformer-Architektur beschreibt. Laut der Ankündigung erfasst sie lange Kontexte und führt mehrstufige Aufgaben aus, während der Speicherverbrauch konstant bleibt.

Das adressierte Problem ist klar umrissen. Bei Transformer-basierten Modellen wächst der Key-Value-Cache (KV-Cache) mit der Kontextlänge und benötigt damit immer mehr Speicher. Auf Endgeräten erschweren Grenzen bei Speicher, Akkulaufzeit und Wärmeentwicklung den Bau von KI-Agenten, die lange Kontexte und komplexe Aufgaben bewältigen. TraceWeave erklärt, Phase-TITAN sei darauf ausgelegt, diesen Engpass zu beseitigen, indem es die herkömmliche Transformer-Architektur komplett ersetzt. Das Unternehmen betont zudem, eigene KI-Modelle zu entwickeln, statt auf bestehende Open-Source-Modelle zu setzen.

Behauptete Ergebnisse und Pilotprojekte

Laut TraceWeave umfasst der KV-Cache eines vergleichbaren Transformers bei einem Kontext von 1 Mio. Token ohne Quantisierung zig Gigabyte oder mehr, während das 1B-Modell von Phase-TITAN 0,04 GB belegt. Damit könnten Agenten Werkzeuge aufrufen, Ergebnisse auswerten und über nächste Schritte entscheiden, und zwar vollständig auf dem Gerät und ohne Cloud-Anfragen.

Interne Benchmarks von TraceWeave auf RULER und BFCL deuten darauf hin, dass Phase-TITAN die Leistung gleich großer und größerer Transformer-Modelle hält. Dabei handelt es sich um Angaben des Unternehmens selbst. Zudem hat es einen mehrstufigen Agenten gezeigt, der auf einem Smartphone allein mit der CPU läuft.

Im Mobilitätsbereich schloss TraceWeave einen bezahlten Pilot mit der Tochter für autonomes Fahren eines globalen Automobilkonzerns ab. Das System identifizierte Frames aus Fahrdaten, die das Modell des Partners für autonomes Fahren verbessern, ohne manuelle Annotation.
Mit einem globalen Softwareunternehmen für Fahrzeugelektronik validiert es die Leistung von Agenten im Fahrzeug.
Das Unternehmen sondiert Einsatzmöglichkeiten bei Robotern, Drohnen, Smart Glasses und Wearables.

Das Startup gehörte zu den Top-20-Finalisten der Inception Grand Challenge 2026 von NVIDIA.

Finanzierung, Team und Pläne

TraceWeave wurde im Oktober 2025 von Forschern mit Hintergrund an der ETH Zürich, bei Google und am KAIST gegründet. Das Team verbindet Fachwissen in computergestützter Neurowissenschaft und Physik mit Geschäftsentwicklungskompetenz. In der Seed-Runde sammelte es rund 3 Milliarden KRW bei einer Pre-Money-Bewertung von rund 30 Milliarden KRW ein.

Das Unternehmen sitzt bei NAVER D2SF @Gangnam und will das Geld nutzen, um sein Forschungs- und Entwicklungsteam für die Entwicklung der nächsten Architekturgeneration zu vergrößern und das Geschäft auszubauen.

Park sagte: „Den KV-Cache zu entfernen war nie das Schwierige. Leistungsfähig zu bleiben, ohne ihn, war es.“ Phase-TITAN liefere bereits „Transformer-Klasse ohne die Speichersteuer des Transformers“, und die nächste Version gehe „weit über ihre Klasse hinaus, bei weiterhin festem Speicher“.

Was das für On-Device-KI bedeutet

Sanghwan Yang, Leiter von NAVER D2SF, sagte, On-Device-KI sei eine Schlüsseltechnologie, um komplexe, fortgeschrittene KI über den PC hinaus auf verschiedenen Geräten auszuführen. Sie biete Vorteile bei der Senkung von Cloud-Kosten und beim Schutz der Privatsphäre. TraceWeave nannte er ein Team, das „die KI-Architektur erneuert, um die Grenzen bestehender KI-Modelle zu überwinden und KI in On-Device-Umgebungen zu bringen“.

Die Investition zeigt, dass NAVER D2SF weiter auf On-Device-KI und Technologien für kommende Gerätegenerationen setzt. Für Gerätehersteller in den Bereichen Fahrzeuge, Roboter, Drohnen und Wearables lautet das Versprechen: Agenten, die lokal arbeiten, ohne die Cloud anzufragen. Die Leistungs- und Speicherangaben stammen aus eigenen Tests von TraceWeave, unabhängige Überprüfungen oder Angaben zur kommerziellen Verfügbarkeit nennt die Quelle nicht.