本文系深潜 atom 第 981 篇原创作品

"

从参数竞争到记忆治理

AI 产业的下一赛道

"

杨小贤丨作者

深潜 atom 工作室丨编辑

在 AI 逐渐普及的今天，你或许有过这样的体验：跟 AI 说 " 我胃不好，少吃辣 "，转头换个话，它就推荐起了重庆小面；企业用 AI 做客服，每当有新政策或规则出台后，AI 总是需要一段时间才能更新知识图谱，导致这期间满是客户投诉。

当 OpenAI、Google 等巨头扎堆参数规模扩张、多模态等赛道 " 内卷 "，一家初创公司——记忆张量，却剑走偏锋，聚焦 AI" 最缺的记性 "。通过将记忆操作系统重构成 AI 基础设施，记忆张量填补了国内 AGI 基础设施层的战略空白，并用 " 让 AI 记住、记准、会用记忆 " 的核心能力，形成了记忆张量独特的技术路线与生态优势。

成立不足两年时间，记忆张量在巨头围猎中杀出了一条差异化新路，不仅拿下近亿元天使轮融资，同样收获了中国电信、招商证券等头部客户，如今已成为 AI 领域不可忽视的新势力。

2025 年 11 月 27 日，记忆张量发布了跨平台 AI 统⼀记忆管理助⼿ MemOS-MindDock，可以支持跨平台轻松同步，⽀持 ChatGPT、Gemini 等多平台的历史对话、个⼈设置与记忆内容的迁移，实现可控、可管理的统⼀记忆资产。

复合型创始团队，瞄准 AI" 最痛短板 " ——可治理的记忆层

当 AI 行业从 " 多模态感知 " 的上半场，迈入 " 深度认知 " 的下半场，AIAgent 商业落地的 " 最后⼀公⾥ " 的 " 记忆能力 " 已成为决定智能体验的核心变量，然而传统方案却存在记忆生产慢、管理弱、迁移难、接入难四大核心痛点。

"AI 能看、能听、能说后，最缺的是‘记性’。"CEO 熊飞宇的这句话点出了创业的初心。他们发现，当前 AI 要么是 " 金鱼记忆 "，会话结束就忘；要么是 " 混乱记忆 "，信息多了就答非所问。企业想让 AI 更新知识，得等技术人员反复训练，耗时耗力；普通用户用 AI，要一遍遍重复自己的偏好，体验极差。

"中国需要符合自己国情的大模型路线，不是简单复刻国外技术，而是从基础原理上解决‘高成本、高幻觉’的问题。" 这成了记忆张量的创业初衷——用记忆技术让 AI 从 " 只会聊天 " 变成 " 能解决实际问题 "。

记忆张量的诞生，源于三位核心创始人在 AI 行业摸爬滚打的深刻洞察。熊飞宇是横跨学术与产业的 " 双料高手 "，从华中科技大学学士到美国 Drexel University 博士，再到阿里巴巴业务中台数据智能负责人，他主导构建的千亿级数字商业知识图谱，让淘宝天猫年增收超 140 亿，深知技术落地的核心痛点。CTO 李志宇同样履历亮眼，人大博士出身的他，曾在阿里、小红书主导营销算法与用户知识图谱研发，支撑双十一促销与博主撮合投放，累计创造数十亿营收，对 AI 商业化有着精准把握；而团队首席科学家杨泓康博士则是两年半完成普林斯顿博士学业的数学天才少年，在机器学习的基础理论研究方面有着极其深厚的积累，也是忆立方创新架构大模型的提出者。

记忆张量的底气，来自团队兼具学术深度与产业经验的独特优势。88% 的硕博占比，成员来自普林斯顿、北大、交大等顶尖高校，以及阿里、美团等大厂，既懂最前沿的 AI 理论，又知道企业和用户真正需要什么，这种 " 能落地的学术团队 " 在行业中并不多见。

在记忆张量团队的坚实支撑下，记忆张量的破局之道，源于对 AI 记忆本质的重构——将 " 记忆 " 从功能层升级为 " 可治理的基础设施层 "，打造出全球首个具备全链路治理能力的大模型记忆操作系统 MemOS，让 AI 的记忆能力实现 " 从无到有、从有到优、从优到治 " 的跨越。

技术重构：MemOS，定义 AI 记忆新基建

MemOS 技术突破并非一蹴而就。2024 年，记忆张量在 WAIC 发布忆 ³（Memory ³）1.0 架构，通过记忆分层设计让模型部分知识 " 外化 " 存储，不仅让幻觉率降低 33%，还把落地成本降低 75%，在 TruthfulQA 等幻觉评估数据集上拿下最优成绩，迅速引发 Meta、Google 等国际团队关注。

2025 年，全球首个大模型记忆操作系统 MemOS 的推出，让可治理记忆层正式落地。这款系统借鉴传统操作系统的分层设计，通过"API 接口层 + 记忆调度层 + 存储基础设施层 " 的三维架构，构建了从用户交互到权限管控的全链路闭环，让 AI 记忆有了统一的 " 管理中枢 "：

接口层支持自然语言指令与结构化操作的无缝转换，让 " 记住我的饮食禁忌 "" 更新合规规则 " 等需求快速落地；

调度层通过多粒度策略与异步加载机制，确保记忆调用精准高效，首 Token 耗时降低 70% 以上；

存储层采用 Graph 数据库与分层存储（明文记忆、激活记忆、参数记忆），支持记忆持久化与跨平台迁移。

这套技术最巧妙的创新在于，MemOS 彻底改变了记忆的存在形态。MemCube 就像一个个标准化的 " 记忆胶囊 "，能把用户偏好、对话上下文等不同类型的信息封装起来，支持跨模型、跨设备灵活迁移；与此同时，在治理管控层内置时效策略、权限控制、隐私保护、水印服务，企业可设置知识更新时效，用户可自主管控记忆访问权限，管理员能全程审计记忆流转，实现记忆全生命周期的可控可管；此外，在记忆转移管道与提纯管道上，MemOS 进一步保障了记忆在跨模型协作时的一致性与准确性，让 " 大模型能力、小模型成本 " 的落地成为可能。

在落地上，MemOS 不仅是升级功能，而是像 " 云操作系统改变企业部署模式 " 一样改变 AI 的生产关系。借助于云服务，MemOS 在 LoCoMo 记忆评测中准确率超竞品 5.26%，核心指标稳居行业前列。在招商证券的金融大模型项目中，MemOS 让 AI 能实时记住新出台的股市政策，不用反复训练，响应速度提升 70%。

11 月 27 日，记忆张量推出的 MemOS-MindDock，首次解耦 AI 记忆与平台能力。通过 " 记忆与平台的解耦 "，让用户成为记忆资产的主人，构建起不依附于任何平台、可持续沉淀的用户侧记忆体系。跨平台同步只是其外在表现形式，核心是为用户打造了一份 " 永不丢失、持续增值、完全自主 " 的记忆资产，最终实现从 " 碎片化 AI 交互 " 到 " 连续性智能体验 " 的本质飞跃。

MemOS 第一次将 AI 产业从 " 思考经验 " 变成可复用的资产，让智能体具备长期智能效率，而不是一次性算力行为。MemOS-MindDock 将分散在各 AI 平台的记忆数据转化为用户可掌控、可积累、归属于自己的核心资产，构建起真正以用户为中心的记忆积累机制。伴随着 AI 记忆技术的完善，AI 行业也正在从比算力到比长期智能效率转变。

商业落地：以 AI 记忆基建打通全场景价值

在技术突破之时，商业层面，记忆张量的成绩单同样亮眼，并且已构建起 "B 端深耕 +C 端孵化 + 生态共建 " 的商业化闭环。

在 B 端领域，记忆张量已形成 " 头部客户 + 标杆项目 " 的格局，其客户覆盖金融、电信、媒体等关键行业：除招商证券、中国电信外，还与中国银行等达成合作，落地金融行业大模型、客服大模型等项目。成立至今，记忆张量累计签约金额超数千万元，2025 年完成近亿元天使轮融资，获得孚腾资本、中金资本等知名机构加持。

对普通用户而言，技术落地的场景同样贴近生活，在 C 端市场，记忆张量以 " 快速孵化 + 裂变增长 " 打开新空间。针对消费级用户需求，记忆张量组建 MVP 团队，加速孵化面试辅导、论文辅助等应用。这种 " 小而精 " 的 C 端产品，不仅让普通用户直观感受到记忆 AI 的价值，更为技术迭代提供了真实场景反馈，形成 "B 端技术支撑 C 端创新，C 端数据反哺 B 端优化 " 的良性循环。

对普通用户而言，记忆基础设施的价值，通过 MemOS-MindDock 产品得到直观验证。这款 C 端应用并非单纯的场景化工具，而是 MemOS 作为 " 个人记忆 OS" 可消费化的核心验证载体，其核心价值在于证明了 " 记忆复利 " 的可行性——当用户在使用面试助手、论文助手等功能时，AI 会持续积累个人学习习惯、专业偏好、表达风格等记忆资产，而非每次对话都从零开始。随着使用深入，这些记忆会形成专属的 " 个人经验库 "，无论是后续的求职辅导、学术创作，还是日常的健康管理、生活规划，AI 都能基于沉淀的记忆提供更精准、连贯的服务，让用户切实感受到 " 记忆越用越有价值 " 的复利效应。

在生态层面，以 " 开源 + 开发者计划 " 构建产业协同网络。记忆张量于 2025 年 7 月开源 MemOS，同时启动 " 记忆重构计划 "：为开发者提供资源扶持、工程模板与高质量记忆模型，邀请全球开发者共同构建下一代 AI Agent。开发者可以像调⽤ API ⼀样使⽤记忆抽取、压缩、回溯、迁移等功能，⽆需理解底层机制，就能构建具备⻓期偏好、稳定⼈设和跨任务状态的智能体。

为了让 " 记忆 " 成为像数据库、向量库⼀样，成为 AGI 时代的基础能⼒，记忆张量围绕 MemOS 搭建 " 开源社区 + 云服务 + ⼯具链 + ⽣态合作伙伴 " 四位⼀体的体系。特别是，为了让 MemOS 通过云服务快速触达更多企业，实现技术规模化落地，记忆张量提出 " 平台化能力建设 + 生态化联合拓展 " 模式，与阿里云、华为云、中国电信研究院深度合作，推动 MemOS 向医疗、教育、工业等领域延伸，形成 " 技术 - 开发者 - 场景 " 的生态闭环。

云服务与 MemOS-MindDock 两大产品，不仅是 MemOS 技术落地的关键载体，更成为开发者生态的核心支柱，可以从企业与用户双端反哺记忆张量的产业协同生态。

与此同时，行业认可也接踵而至，记忆张量团队拿下 WAIC2024 创新路演 TOP20 等奖项，相关核心技术被《麻省理工科技评论》《机器之心》等权威媒体报道，成为 AI 记忆增强领域的标杆。2025 年 7 月 MemOS 正式开源后，更吸引了大批开发者加入，为生态共建奠定了基础。

结语：从参数竞争到记忆治理，AI 产业的下一赛道

AI 行业正从 " 感知宽 " 向 " 认知深 " 跨越，多模态解决了 " 能看能听 "，而可治理的记忆基础设施则决定了 AI 能否 " 安全、可控、高效地会思考、能干活 "。2025 年，OpenAI、Google 等巨头纷纷布局记忆功能，红杉资本更将 "AI 记忆 " 列为行业第五支柱，足以见得这一赛道的战略重要性。

当 " 记忆成为系统资源 "，AI 产业的竞争将从参数规模竞争，转向 " 长期智能效率竞争 "——就像电商从比 GMV 转变为比 ROI 一样，未来企业比拼的不再是模型参数大小，而是记忆治理的效率、安全性与复用价值。在这场全新的赛道角逐中，记忆张量的独特性尤为突出。

不同于传统的外挂检索或短期会话记忆，MemOS 首次将 " 治理 " 作为记忆基础设施的核心属性，通过审计、回滚、迁移、共享四大能力，解决了 AI 记忆 " 好用难管 " 的行业痛点，填补了国内相关领域的空白；而 MemOS-MindDock 的推出，更让这种治理能力从企业级场景延伸至消费端，用 " 跨平台记忆互通 + 个人记忆可控 " 的实际体验，验证了 " 记忆复利 " 的商业价值，也让普通用户直观感受到基础设施升级创新带来的改变，让每一次 AI 交互都能承接过往的认知沉淀。

对整个行业而言，记忆张量的探索意义深远。它证明了中国 AI 企业不仅能跟随国外技术路线，更能从基础设施原理上实现突破，走出符合中国国情的 " 低成本、低幻觉、可治理 " 创新之路。当 AI 拥有靠谱且客观的记忆基础设施，无论是企业的智能客服、金融风控，还是用户通过 MemOS-MindDock 获得的个性化 AI 体验，都将迎来效率与安全的双重革命。而记忆张量，正站在这场革命的风口之上，用记忆基础设施重构 AI 价值，推动智能时代迈向更深层次、更安全可控的认知新阶段。