7.6
深览指数
科技虎嗅·陈伊凡_YF··AI 生成
给健忘的“天才”装上灵魂，成了一门值上亿的生意
本文深度报道了AI记忆模型这一新兴赛道，指出当前大模型虽有超强推理能力却极度健忘，而随着Agent应用普及，记忆已成为瓶颈。文章以初创公司忆纪元（MemoraX AI）为核心案例，其创始人郝建业阐述了记忆模型需与基座模型解耦的技术路线，并认为记忆将成为一个独立的AI基础设施层。文章分析了资本涌入但行业定义混乱的现状，并探讨了记忆模型的商业化路径，从C端编程和泛娱乐场景切入，最终向行业收取token费用。适合关注AI技术前沿、Agent生态及AI创业的读者。原文 ↗
核心观点
- ▍当前大模型存在“健忘”的结构性缺陷，根源在于Transformer注意力机制无法有效处理超长上下文，解耦的独立记忆层是解决该问题的关键路径，2026年被业界视为“记忆元年”。
- ▍记忆将成为一个独立的AI基础设施层，而非基座模型的附属功能；第三方中立记忆模型公司因能适配多模型、保护用户数据资产而具有不可替代的价值。
- 01从2025年秋到2026年夏，中美欧至少有五家记忆公司获得融资，包括Engram、Mem0、Supermemory、Cognee等。
- 02忆纪元（MemoraX AI）2026年3月在深圳成立，半年内完成三轮融资（种子轮到种子++轮），累计数亿元人民币，并与华为云签署战略合作。
- 03创始人郝建业拥有华为六年大模型训练经验，曾主持盘古大模型预训练与后训练，并从零孵化华为具身智能团队，其团队在ICML、NeurIPS、ICLR三大会议的论文产出全球前十。
- 04忆纪元采用数据驱动的后训练路线，核心技术包括面向记忆能力的高效后训练架构（Agent RL）和记忆数据生产管线。
- 05商业化路径优先切入Coding Agent（解决上下文超限）和泛娱乐（支持复杂剧情实时推演）两个刚需场景，未来向B端按token或SaaS模式收费。
- 06爱分析发布的记忆市场研究报告将二十多家厂商分为五类：云厂商、模型厂商、企业应用公司、消费级产品、独立记忆平台。
反方 / 局限
- — 一体化（记忆与推理融合）架构的理论上限更高，当前解耦方案本质上是一种工程妥协；一旦颠覆性新架构出现，当前模型范式可能洗牌。
- — 基础模型厂商（如已经具备基础记忆能力的产品）是潜在最强竞争对手，它们做记忆会自然绑定自家模型生态，形成闭环。
- — 记忆存储用户长期行为与隐私数据，用户意愿与企业合规要求是整个商业逻辑中最难解决的环节之一。
16 分钟 · 4 卡片 · 12 资料
读原文 →