給AI裝“靠譜大腦”：記憶張量在巨頭圍獵中撕開新賽道

本文系深潛atom第981篇原創作品

在AI逐漸普及的今天，你或許有過這樣的體驗：跟AI說“我胃不好，少吃辣”，轉頭換個話，它就推薦起了重慶小面；企業用AI做客服，每當有新政策或規則出臺后，AI總是需要一段時間才能更新知識圖譜，導致這期間滿是客戶投訴。

當OpenAI、Google等巨頭扎堆參數規模擴張、多模態等賽道“內卷”，一家初創公司——記憶張量，卻劍走偏鋒，聚焦AI“最缺的記性”。通過將記憶操作系統重構成AI基礎設施，記憶張量填補了國內AGI基礎設施層的戰略空白，并用“讓AI記住、記準、會用記憶”的核心能力，形成了記憶張量獨特的技術路線與生態優勢。

成立不足兩年時間，記憶張量在巨頭圍獵中殺出了一條差異化新路，不僅拿下近億元天使輪融資，同樣收獲了中國電信、招商證券等頭部客戶，如今已成為AI領域不可忽視的新勢力。

2025年11月27日，記憶張量發布了跨平臺AI統?記憶管理助?MemOS-MindDock，可以支持跨平臺輕松同步，?持ChatGPT、Gemini等多平臺的歷史對話、個?設置與記憶內容的遷移，實現可控、可管理的統?記憶資產。

復合型創始團隊，瞄準AI“最痛短板”——可治理的記憶層

當AI行業從“多模態感知”的上半場，邁入“深度認知”的下半場，AIAgent商業落地的“最后?公?”的“記憶能力”已成為決定智能體驗的核心變量，然而傳統方案卻存在記憶生產慢、管理弱、遷移難、接入難四大核心痛點。

“AI能看、能聽、能說后，最缺的是‘記性’。”CEO熊飛宇的這句話點出了創業的初心。他們發現，當前AI要么是“金魚記憶”，會話結束就忘；要么是“混亂記憶”，信息多了就答非所問。企業想讓AI更新知識，得等技術人員反復訓練，耗時耗力；普通用戶用AI，要一遍遍重復自己的偏好，體驗極差。

“中國需要符合自己國情的大模型路線，不是簡單復刻國外技術，而是從基礎原理上解決‘高成本、高幻覺’的問題。”這成了記憶張量的創業初衷——用記憶技術讓AI從“只會聊天”變成“能解決實際問題”。

記憶張量的誕生，源于三位核心創始人在AI行業摸爬滾打的深刻洞察。熊飛宇是橫跨學術與產業的“雙料高手”，從華中科技大學學士到美國Drexel University博士，再到阿里巴巴業務中臺數據智能負責人，他主導構建的千億級數字商業知識圖譜，讓淘寶天貓年增收超140億，深知技術落地的核心痛點。CTO李志宇同樣履歷亮眼，人大博士出身的他，曾在阿里、小紅書主導營銷算法與用戶知識圖譜研發，支撐雙十一促銷與博主撮合投放，累計創造數十億營收，對AI商業化有著精準把握；而團隊首席科學家楊泓康博士則是兩年半完成普林斯頓博士學業的數學天才少年，在機器學習的基礎理論研究方面有著極其深厚的積累，也是憶立方創新架構大模型的提出者。

記憶張量的底氣，來自團隊兼具學術深度與產業經驗的獨特優勢。88%的碩博占比，成員來自普林斯頓、北大、交大等頂尖高校，以及阿里、美團等大廠，既懂最前沿的AI理論，又知道企業和用戶真正需要什么，這種“能落地的學術團隊”在行業中并不多見。

在記憶張量團隊的堅實支撐下，記憶張量的破局之道，源于對AI記憶本質的重構——將“記憶”從功能層升級為“可治理的基礎設施層”，打造出全球首個具備全鏈路治理能力的大模型記憶操作系統MemOS，讓AI的記憶能力實現“從無到有、從有到優、從優到治”的跨越。

技術重構：MemOS，定義AI記憶新基建

MemOS技術突破并非一蹴而就。2024年，記憶張量在WAIC發布憶3（Memory3）1.0架構，通過記憶分層設計讓模型部分知識“外化”存儲，不僅讓幻覺率降低33%，還把落地成本降低75%，在TruthfulQA等幻覺評估數據集上拿下最優成績，迅速引發Meta、Google等國際團隊關注。

2025年，全球首個大模型記憶操作系統MemOS的推出，讓可治理記憶層正式落地。這款系統借鑒傳統操作系統的分層設計，通過“API接口層+記憶調度層+存儲基礎設施層”的三維架構，構建了從用戶交互到權限管控的全鏈路閉環，讓AI記憶有了統一的“管理中樞”：

• 接口層支持自然語言指令與結構化操作的無縫轉換，讓“記住我的飲食禁忌”“更新合規規則”等需求快速落地；
• 調度層通過多粒度策略與異步加載機制，確保記憶調用精準高效，首Token耗時降低70%以上；
• 存儲層采用Graph數據庫與分層存儲（明文記憶、激活記憶、參數記憶），支持記憶持久化與跨平臺遷移。

這套技術最巧妙的創新在于，MemOS徹底改變了記憶的存在形態。MemCube就像一個個標準化的“記憶膠囊”，能把用戶偏好、對話上下文等不同類型的信息封裝起來，支持跨模型、跨設備靈活遷移；與此同時，在治理管控層內置時效策略、權限控制、隱私保護、水印服務，企業可設置知識更新時效，用戶可自主管控記憶訪問權限，管理員能全程審計記憶流轉，實現記憶全生命周期的可控可管；此外，在記憶轉移管道與提純管道上，MemOS進一步保障了記憶在跨模型協作時的一致性與準確性，讓“大模型能力、小模型成本”的落地成為可能。

在落地上，MemOS不僅是升級功能，而是像“云操作系統改變企業部署模式”一樣改變AI的生產關系。借助于云服務，MemOS在LoCoMo記憶評測中準確率超競品5.26%，核心指標穩居行業前列。在招商證券的金融大模型項目中，MemOS讓AI能實時記住新出臺的股市政策，不用反復訓練，響應速度提升70%。

11月27日，記憶張量推出的MemOS-MindDock，首次解耦AI記憶與平臺能力。通過“記憶與平臺的解耦”，讓用戶成為記憶資產的主人，構建起不依附于任何平臺、可持續沉淀的用戶側記憶體系。跨平臺同步只是其外在表現形式，核心是為用戶打造了一份“永不丟失、持續增值、完全自主”的記憶資產，最終實現從“碎片化AI交互”到“連續性智能體驗”的本質飛躍。

MemOS第一次將AI產業從“思考經驗”變成可復用的資產，讓智能體具備長期智能效率，而不是一次性算力行為。MemOS-MindDock將分散在各AI平臺的記憶數據轉化為用戶可掌控、可積累、歸屬于自己的核心資產，構建起真正以用戶為中心的記憶積累機制。伴隨著AI記憶技術的完善，AI行業也正在從比算力到比長期智能效率轉變。

商業落地：以AI記憶基建打通全場景價值

在技術突破之時，商業層面，記憶張量的成績單同樣亮眼，并且已構建起“B端深耕+C端孵化+生態共建”的商業化閉環。

在B端領域，記憶張量已形成“頭部客戶+標桿項目”的格局，其客戶覆蓋金融、電信、媒體等關鍵行業：除招商證券、中國電信外，還與中國銀行等達成合作，落地金融行業大模型、客服大模型等項目。成立至今，記憶張量累計簽約金額超數千萬元，2025年完成近億元天使輪融資，獲得孚騰資本、中金資本等知名機構加持。

對普通用戶而言，技術落地的場景同樣貼近生活，在C端市場，記憶張量以“快速孵化+裂變增長”打開新空間。針對消費級用戶需求，記憶張量組建MVP團隊，加速孵化面試輔導、論文輔助等應用。這種“小而精”的C端產品，不僅讓普通用戶直觀感受到記憶AI的價值，更為技術迭代提供了真實場景反饋，形成“B端技術支撐C端創新，C端數據反哺B端優化”的良性循環。

對普通用戶而言，記憶基礎設施的價值，通過MemOS-MindDock產品得到直觀驗證。這款C端應用并非單純的場景化工具，而是MemOS作為“個人記憶OS”可消費化的核心驗證載體，其核心價值在于證明了“記憶復利”的可行性——當用戶在使用面試助手、論文助手等功能時，AI會持續積累個人學習習慣、專業偏好、表達風格等記憶資產，而非每次對話都從零開始。隨著使用深入，這些記憶會形成專屬的“個人經驗庫”，無論是后續的求職輔導、學術創作，還是日常的健康管理、生活規劃，AI都能基于沉淀的記憶提供更精準、連貫的服務，讓用戶切實感受到“記憶越用越有價值”的復利效應。

在生態層面，以“開源+開發者計劃”構建產業協同網絡。記憶張量于2025年7月開源MemOS，同時啟動“記憶重構計劃”：為開發者提供資源扶持、工程模板與高質量記憶模型，邀請全球開發者共同構建下一代AI Agent。開發者可以像調?API?樣使?記憶抽取、壓縮、回溯、遷移等功能，?需理解底層機制，就能構建具備?期偏好、穩定?設和跨任務狀態的智能體。

為了讓“記憶”成為像數據庫、向量庫?樣，成為AGI時代的基礎能?，記憶張量圍繞MemOS搭建“開源社區+云服務+?具鏈+?態合作伙伴”四位?體的體系。特別是，為了讓MemOS通過云服務快速觸達更多企業，實現技術規模化落地，記憶張量提出“平臺化能力建設+生態化聯合拓展”模式，與阿里云、華為云、中國電信研究院深度合作，推動MemOS向醫療、教育、工業等領域延伸，形成“技術-開發者-場景”的生態閉環。

云服務與MemOS-MindDock兩大產品，不僅是MemOS技術落地的關鍵載體，更成為開發者生態的核心支柱，可以從企業與用戶雙端反哺記憶張量的產業協同生態。

與此同時，行業認可也接踵而至，記憶張量團隊拿下WAIC2024創新路演TOP20等獎項，相關核心技術被《麻省理工科技評論》《機器之心》等權威媒體報道，成為AI記憶增強領域的標桿。2025年7月MemOS正式開源后，更吸引了大批開發者加入，為生態共建奠定了基礎。

結語：從參數競爭到記憶治理，AI產業的下一賽道

AI行業正從“感知寬”向“認知深”跨越，多模態解決了“能看能聽”，而可治理的記憶基礎設施則決定了AI能否“安全、可控、高效地會思考、能干活”。2025年，OpenAI、Google等巨頭紛紛布局記憶功能，紅杉資本更將“AI記憶”列為行業第五支柱，足以見得這一賽道的戰略重要性。

當“記憶成為系統資源”，AI產業的競爭將從參數規模競爭，轉向“長期智能效率競爭”——就像電商從比GMV轉變為比ROI一樣，未來企業比拼的不再是模型參數大小，而是記憶治理的效率、安全性與復用價值。在這場全新的賽道角逐中，記憶張量的獨特性尤為突出。

不同于傳統的外掛檢索或短期會話記憶，MemOS首次將“治理”作為記憶基礎設施的核心屬性，通過審計、回滾、遷移、共享四大能力，解決了AI記憶“好用難管”的行業痛點，填補了國內相關領域的空白；而MemOS-MindDock的推出，更讓這種治理能力從企業級場景延伸至消費端，用“跨平臺記憶互通+個人記憶可控”的實際體驗，驗證了“記憶復利”的商業價值，也讓普通用戶直觀感受到基礎設施升級創新帶來的改變，讓每一次AI交互都能承接過往的認知沉淀。

對整個行業而言，記憶張量的探索意義深遠。它證明了中國AI企業不僅能跟隨國外技術路線，更能從基礎設施原理上實現突破，走出符合中國國情的“低成本、低幻覺、可治理”創新之路。當AI擁有靠譜且客觀的記憶基礎設施，無論是企業的智能客服、金融風控，還是用戶通過MemOS-MindDock獲得的個性化AI體驗，都將迎來效率與安全的雙重革命。而記憶張量，正站在這場革命的風口之上，用記憶基礎設施重構AI價值，推動智能時代邁向更深層次、更安全可控的認知新階段。