当大模型竞争进入下半场，一个被长期忽视的问题浮出水面：人工智能如何记住用户？国内公司丘脑智能给出的答案是”记忆层”——一家专注于多模态长记忆的创业公司，近期完成数千万元种子轮融资，投资方包括深圳一线基金与产业资本，资金主要用于技术研发与人才队伍补充。

丘脑智能成立于二〇二五年十一月，创始人兼首席执行官张源毕业于北京大学，拥有电子与经济双学科背景，曾在一家自动驾驶公司担任首席运营官，也有过创投与具身智能的工作经历。团队平均年龄约二十六岁，核心人员主要来自阿里达摩院、腾讯、商汤、香港中文大学、香港中文大学（深圳）、北京大学、西安交大、卡尔斯鲁厄理工学院、复旦大学等企业与高校。

记忆层会独立存在吗

记忆领域的行业共识，最早于二〇二五年底在学术界形成，这是一个非常新的方向。面对投资人，张源常被问到：基础模型会不会自己把记忆做了？记忆这一层到底会不会独立存在？

她的回答很坚定：记忆层一定会作为独立的基础设施长期存在。不同厂商的基础模型，基因与训练语料各有差异，擅长的任务也各有侧重，用户不断在几家模型之间切换，导致”记忆孤岛”问题长期存在。人工智能从通用走向个性化的过程中，缺少一个能持续学习、记住用户的中间层。因此，以用户为中心的第三方记忆层，必然独立于基础模型之外而存在。

现阶段，记忆领域存在三个痛点：一是成本，多数方案直接把海量上下文全量塞入窗口，推理成本极高；二是上下文断裂，跨会话、跨任务的对话难以有效衔接；三是模态缺失，现有方案大多局限于纯文本，无法处理视觉、音频等多模态信息。再加上变换器架构导致的持续时序错乱，大模型目前难以真正理解时间。

MemAura：仿生记忆基座

今年六月，丘脑智能上线了名为 MemAura 的记忆基座，向客户提供智能体开发包与应用程序接口服务。它能支持长记忆的积累与快速调用，采用高效的上下文机制，有效降低推理成本。

从成绩看，MemAura 表现亮眼：输入侧 token（模型处理的最小文本单位）综合消耗降低百分之四十至四十九，记忆检索延迟控制在四百毫秒以内，端到端首次回答可做到一秒以内，综合准确率达到八成以上。

在记忆处理流程上，MemAura 采取了一套仿生机制：首先对事件进行识别，模仿人类记忆保留关键信息、过滤冗余噪声；随后对过滤后的信息编码；第三步做好信息分区，对隐私与非隐私记忆进行隔离。此外还采用冷热存储策略——高频访问的证据用热存储实现快速检索，低频数据用冷存储节约资源。

两次迭代与一份基准

从成立至今，丘脑智能的技术路线已完成两次迭代，正探索第三次。第一代是时空知识图谱，把时间与空间放在物理层、多模态感知信息放在感知层，并构建认知层进行前向推理，在两项权威长记忆测试中都拿到了领先成绩。

但到达一定临界值后，基准分数的提升对客户意义有限，客户更在意延迟与 token 支出。于是团队做了工程化权衡，转向模仿人类海马体的编码与认知地图、皮质层整合的方式，构建起仿生记忆架构 MemAura。在传统线上客服场景延迟可能达十秒左右、陪伴场景约两秒的情况下，MemAura 能把延迟压到四百毫秒以内。

今年五月，丘脑智能联合英伟达、香港科技大学、香港中文大学，发布了全球首个多模态长记忆基准 MEMLENS，目前已开源，并登上人工智能社区论文日榜前三。他们把二十七个视觉语言大模型和七个记忆智能体，第一次放在同一套多模态数据下，分成四档上下文长度进行完整对照实验，得出三点发现：视觉语言大模型往往不做压缩直接塞满窗口，但长度增加后表现急剧下降；随着上下文变长，模型更倾向于产生幻觉；许多后训练方法削弱了模型拒绝回答的能力，反而增加了幻觉风险。这份基准证明，基础模型厂商与记忆公司应当各有分工——前者做好视觉感知与底层推理，后者做好跨模态检索、证据组织与状态更新。

个性化的终点是主动智能

张源的判断是：个性化的终点是主动智能。所谓主动智能，是指人工智能在足够了解用户的基础上，在合适的时间、以恰当的方式主动交互。而要支撑主动智能，记忆是必须跨过的门槛。

她认为，记忆的核心不是存储，而是决策——是否写入、写入哪部分、召回什么、在什么问题下主动发起召回。基于此，记忆承载两大价值：一是释放人工智能潜力的上限，个性化的数据闭环是核心基础设施；二是支撑主动智能，人工智能的落脚点始终在人身上。

在家庭机器人落地前期，具身场景的记忆需求会暴增。人工智能走向物理世界，交互入口是多模态的，任何与人的交互都无法绕开记忆，尤其是交互时间越长、任务链条越长、涉及模态越丰富，记忆所扮演的角色就越关键。而这一切的锚点，必须是时间——因为时间具有唯一性，记忆无法脱离时间单独存在。

来源：36氪（涌现新项目）