博客

国内唯一做多模态长记忆的公司，融资数千万，押注主动智能｜涌现新项目 - 世界杯高清赛事

丘脑智能，这家国内唯一专注于多模态长时记忆的公司，近期完成了数千万元人民币的种子轮融资，投资方包括深圳的一线基金及产业资本。本轮融资将主要用于技术研发及人才团队的扩充。公司正致力于AI从通用走向个性化，并最终实现主动智能。

主动智能的定义是指AI在充分理解用户的基础上，能在适当时机以恰当方式主动与用户展开互动。要实现这一目标，记忆（Memory）能力是关键的突破点。

丘脑智能成立于2025年11月，创始人兼CEO张源拥有北京大学电子与经济双学科背景，并具备自动驾驶公司COO、创投行业及具身智能领域的工作经验。团队成员平均年龄约26岁，核心成员来自阿里达摩院、腾讯、商汤、香港中文大学、香港科技大学（广州）、北京大学、西安交通大学、卡尔斯鲁厄理工学院（KIT）、复旦大学等知名企业和高校。

在记忆领域，行业共识在2025年底开始形成。张源在面对投资人时，经常被问及关于基础模型（基模）是否会自行处理记忆、记忆层是否会独立存在以及基模与记忆企业的分工问题。张源坚信，记忆层将作为独立的底层基础设施长期存在。她解释说，不同厂商的基础模型在基因、训练语料及擅长任务上存在差异，用户在多个模型间切换导致记忆孤岛问题普遍存在。在AI个性化发展的过程中，需要一个能够持续学习并记住用户的中间层。因此，以用户为中心的第三方记忆层将独立于基础模型而存在，这正是丘脑智能看到的机会所在。

当前，记忆领域面临着成本高昂（因上下文窗口限制导致推理成本过高）、上下文断裂（跨会话、跨任务的对话衔接困难）以及模态缺失（现有方案多局限于文本，无法处理视觉、音频等）等痛点。此外，Transformer架构的时序错乱问题导致大模型难以理解时间，记忆孤岛也影响Agent协作中的任务执行效果。张源认为，AI要融入物理世界，设计时应以人类多模态感知为参照，记忆架构应原生支持多模态，而非先将信息转化为文本再存储。

因此，丘脑智能于今年6月推出了名为MemAura的记忆基座，并提供ADK（智能体开发包）和API（应用程序编程接口）服务。MemAura支持长记忆积累与快速调用，采用高效上下文机制，并有效降低推理成本。其性能表现包括：输入侧Token消耗降低40%-49%，记忆检索延迟低于400毫秒，端到端首次回答可在一秒内完成，综合准确率超过80%。

MemAura的记忆处理流程与传统系统不同。传统系统通常进行抽取、压缩、摘要并存入信息库，再通过特定架构或图谱检索。MemAura则采取仿生记忆处理机制：首先识别事件，保留关键信息并过滤噪声；然后对过滤后的信息进行编码；最后对信息进行分区，区分隐私与非隐私记忆。此外，它还采用冷热存储策略，对高频访问数据进行热存储以实现快速检索，对低频数据进行冷存储以节约资源。

张源指出，在多模态记忆这一万亿级赛道上，丘脑智能目前面临的直接竞争并不激烈，仅有少数几家初创公司关注此领域。丘脑智能的主要客户包括出货量大的陪伴硬件（如陪伴机器人）以及垂类Agent场景（如AI客服、数字员工）。客户通过记忆API，帮助基础模型在回答和执行任务时调用原始信息，从而提升交互效果。针对不同场景对记忆能力的不同侧重点，丘脑智能将记忆能力封装成不同的ADK，供客户选择接入。其商业模式是基于API调用量及场景授权组合收费，客户可按需选择不同层级的记忆能力。目前客户主要集中在纯文本或文本加语音场景，随着多模态技术成熟，预计将有更多具身场景客户及更丰富的模态需求。

公司技术路线已迭代两次，并正在探索第三次。第一代是STKG时空知识图谱，在LoCoMo和LongMemEval测试中均达到SOTA（State-of-the-Art）。为满足客户对延迟和Token支出的需求，公司进行了架构迭代，转向模仿人类海马体的仿生记忆架构MemAura。MemAura在数据处理上实现了量级领先，将延迟控制在400毫秒以内，远优于传统客服场景的10秒和陪伴场景的2秒。目前，公司正通过E2P（Embedding-to-Prefix）技术及Transformer架构微调进行下一步迭代，在实验室环境下实现了显著的Token节省和近似持续学习的效果。

2026年5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Benchmark——MEMLENS，该Benchmark已开源并在Hugging Face AI领域获得Daily Paper前三。研究发现，视觉语言大模型直接全量输入上下文窗口时性能急剧下降；Memory Agent相对稳定但存在写入阶段数据损失；上下文长度增长会增加模型产生幻觉的倾向；部分后训练方法削弱了模型拒绝回答的能力，增加了幻觉风险。MEMLENS证明了基础模型厂商和记忆公司应各有侧重，前者做好视觉感知、图文对齐和底层推理，后者负责跨模态信息检索、证据组织和状态更新。

创始人张源认为，个性化的终点是主动智能，Agent的未来应是状态驱动而非任务驱动，能够基于历史记忆为用户进行规划并自我驱动完成任务。未来的记忆应沉淀用户和任务偏好，区分长期状态和短期波动，以支撑主动智能。她不认为上下文窗口等同于真正记忆，而RAG（检索增强生成）本质上是外挂的向量数据库。她提到，硅谷的Mem0、MemGPT等项目仍采用向量原生或GraphRAG方式，存在缺乏信息关联性建模、无法追踪动态变化等局限。

张源强调，长上下文和记忆Agent并非互斥，而是可以工程化权衡。基础模型应侧重于更长的上下文、KV cache及底层推理能力，而记忆公司则专注于跨模态信息检索。她认为，记忆的核心是决策，而非简单的存储。记忆的价值在于判断何时写入、写入何种信息、召回何种记忆以及何时主动发起召回。记忆承载着释放AI潜力上限和支撑主动智能两大核心价值。

她预测，在家庭机器人落地初期，具身智能对记忆的需求将激增。AI走向物理世界，其交互入口是多模态的，因此多模态长记忆是必然趋势。长程工作流中的Agent任务或具身智能任务，数据模态越丰富、记忆跨度越长，数据价值越高，越贴近物理世界真实状态的数据构建的壁垒越高。

张源最后指出，AI需要与物理世界建立一个映射锚点，这个锚点必须是时间。由于时间的唯一性，记忆无法脱离时间独立存在，时间是记忆的关键要素。

精选世界杯高清赛事内容，天天盈球平台与你一同发现更多精彩。

天天盈球平台围绕天天盈球APP不断创新，回应用户的真实需求。

天天盈球平台专注世界杯比分，为用户提供专业可靠的体验。

围绕天天盈球平台，天天盈球平台持续打磨更优质的服务。