![]()
來源:量子位 | 公眾號 QbitAI
田晏林 發自 凹非寺
“Your brain is for having ideas, not holding them. ” ——Tiago Forte《Building a Second Brain》
LLM是AI的“第一大腦”,記憶平臺是AI的“第二大腦”。
暢銷書作者Tiago Forte在《構建第二大腦》中曾分享核心觀點:
“生物大腦只用于思考創造,而外部系統用于信息的可靠存儲。”——這對我們理解AI的“雙腦”分工極富啟示。
事實上,LLM就如同AI的“第一大腦(生物腦)”,它擅長思考、推理與即時生成,而不擅長長期、精確地存儲海量事實。
而記憶平臺是AI的“第二大腦”,它主要按需為LLM提供準確的“記憶”支撐,讓LLM從記憶負擔中解放,專注于更高層次的推理與創造,從而協同產生更精準、個性化且可行動的價值。
兩者結合,記憶平臺負責“記住一切”,LLM負責“思考一切”。
當AI從示范應用進入企業落地深水區,記憶平臺決定勝負手
過去幾年,AI在企業端的應用已跨越三個階段:
1.0 連接階段(2023年前):解決“存”與“找”
早期AI充當智能連接器,將企業數據導入向量數據庫,實現語義檢索,替代傳統關鍵詞搜索增強用戶輸入的表達能力。
局限在于離核心生產流程遙遠,更像一個“更聰明的文檔管理員”,未觸及業務實質。
2.0 交互階段(2023-2024年):意圖理解與“幻覺”困境
大模型突破使AI能以自然語言對話調用數據,門檻降低。
但真正瓶頸浮現:它能處理顯性數據,卻難以表征專家頭腦中的“隱性知識”(如風投一眼看穿財報問題的直覺),導致輸出流于表面,難以交付可靠決策。
3.0 生產力時代(2025年至今):萃取“隱性知識”,固化核心資產
行業焦點轉向直接提升生產效率。關鍵一躍在于能否將員工的決策邏輯、經驗權衡等隱性知識數字化、軌跡化。
這不再是簡單問答,而是通過記錄分析員工的日常審批、批注、溝通,構建組織“決策軌跡記憶中樞”,實現核心能力的沉淀與復用。
![]()
當前競爭已升至“隱性知識”的記憶化以及高準確性、可信可靠的記憶管理。“記憶平臺”不再只是輔助工具,而是將企業最寶貴的智力資產——人腦中的判斷力,轉化為可迭代、可傳承的記憶資產。
分析師預計,到2030年,AI智能體編排和記憶系統的市場將達到284.5億美元。其中,128.8億美元歸因于獨立的AI記憶市場。
一個好的AI記憶平臺長什么樣?
一個好的AI記憶平臺,早已不是“能存能查”那么簡單,它必須具備數據理解模型能力、記憶管理與計算和多模態數據平臺能力。
質變科技近日發布了業內首個具備超大規模實踐的 “MemoryLake(記憶湖)”產品,作為全球少有的兼具記憶能力、模型能力和數據平臺能力于一身的全棧玩家,質變科技此次通過MemoryLake率先踐行以記憶為中心的技術路線。
早在2023年,質變科技創始人離哲(本名占超群)就萌生了諸多思考,“記憶作為AI第二大腦,圍繞記憶將誕生全新的AI Infra。”
![]()
他判斷,未來系統核心將從“管理數據記錄”轉向“管理多模態的決策軌跡,構建多模態認知狀態記憶”,認知狀態記憶是系統在某一時刻,對“我在做什么、我知道什么、我假設什么、我不確定什么”的結構化內部表征;認知狀態記憶將成為AI時代的主角。
有了這個方向,該團隊先是在2024年上線了高準確性、低容忍度用于嚴肅場景的決策智能體Powerdrill。
通過海外超150萬專業數據領域用戶、1300萬數據問題、5000萬生成代碼(每個用戶的問題會動態生成一個動態決策軟件)的迭代和準確性的調優積累,沉淀出一整套端到端的記憶工程技術,成就了今天產品化的MemoryLake。
MemoryLake包含核心三個技術組件:MemoryLake-D1大模型、MemoryLake記憶引擎和多模態存儲與計算平臺(Relyt Multi-modal Data Cloud),首次將“多模態內容深度理解、記憶計算與管理、多模態記憶存儲”全棧能力融于一體。
從行業頭部客戶實踐看,MemoryLake具備超大規模記憶場景(如在一些客戶生產系統中超10萬億級記錄、億級文檔)企業級實踐,服務了國內超大規模的文檔辦公、頭部的企業移動辦公軟件、大模型、大型國央企等企業,在與全球云大廠和AI典型廠商等競爭中,MemoryLake在成本、準確召回率和延遲等性能指標方面顯示出數倍于對手的顯著優勢。
今年年初,MemoryLake正式上線,將前文所述的三大核心能力,落地為可直接服務企業場景的實用功能。
先說記憶管理能力
MemoryLake將記憶分為短期/中期/長期記憶,還有工作記憶、世界觀記憶等,通過分層辦法管理。根據記憶的訪問頻率、復用價值、生命周期動態存儲,平衡效率與成本。
同時,它還支持記憶的同步/異步提取、動態更新、精準刪除、遺忘壓縮與高效召回,適配業務動態變化。政策更新時自動同步記憶,無用記憶自動釋放資源,業務調用時快速精準召回,減少人工干預。
為避免出現“數據孤島”,MemoryLake還支持跨大模型/智能體的跨端、跨域通用,有廣泛的協議支持和接入能力,如兼容MCP、mem0、OpenMemory等主流協議,快速接入企業現有系統,降低部署成本。
多模態知識深度理解、提取與存儲能力
隨著多模態模型成為主流,企業的記憶資產已涵蓋文檔、表格、音視頻等多種形態,傳統文本型記憶工具無法應對非結構化數據,導致大量核心信息無法利用,難以適配復雜場景。
之前為提高多模態數據理解、提取能力,專門研發的MemoryLake-D1模型派上用場,能精準提取文本邏輯、表格關聯,轉寫音視頻關鍵信息,識別圖片內容,確保多模態數據轉化為可靠的結構化記憶。
此外,MemoryLake還能將所有數據整理成好懂、好用的形式(如知識圖譜、Summary),以及能實現PB級精準檢索,不管數據再多,都能快速找到想要的。
大模型時代Agent與記憶交互的是Code。因此,多模態知識處理能力還包含分布式Code計算能力。這樣一來,AI調用記憶的時候,能及時響應、不卡頓、不報錯,順暢對接,完全適配現在大模型普及后的使用需求,不會出現“AI想調用記憶,卻對接不上、用不了”的情況。
![]()
記憶檢索、計算、評估能力
MemoryLake支持端到端的精煉且完整的上下文理解與組織,不管是大模型還是智能體,都能快速借助它開展企業相關的業務開發,節省時間和人力。
數據來源可精確定位,決策過程可追溯、可人工干預(human-in-loop),滿足企業嚴謹的低容忍度業務要求。
![]()
公開信息顯示,在極具挑戰性的長程對話記憶基準測試LoCoMo上(需在平均300輪、跨數月、多模態內容的超長對話中進行精準信息整合與推理),MemoryLake記憶引擎以94.0%的綜合得分位列全球第一。
當然,MemoryLake不光能檢索記憶,還能基于組織好的記憶進行計算,能完成非常復雜的操作和代碼執行,既保證準確,又靈活多變,適配企業各種復雜的計算需求。
千億級賽道的好生意
“這只是起點。”OpenAI CEO奧特曼認為,2026年將是Agent Memory從“基礎可用”向“成熟商用”突破的關鍵年份,目標是讓AI記憶“像人類認知一樣自然、持續且可靠”。
數據顯示,到2028年,全球AI解決方案市場規模將突破6320億美元,其中AI記憶相關賽道規模超280億美元。
可見這是一條足夠寬,也足夠深的黃金賽道。離哲也說“AI的未來是靠記憶驅動的”。
近年來,頭部大模型廠商和傳統數據平臺、云廠商也注意到AI記憶已從概念性基建,變為企業AI落地的核心剛需,紛紛入局。但一些先天短板讓這些企業難以占據絕對優勢。
傳統云廠商與數據平臺深耕存儲與計算領域多年,缺乏針對多模態記憶的深度理解引擎與動態管理能力,面對復雜的企業級記憶需求容易力不從心。
![]()
頭部大模型廠商雖擁有強大的生成能力,卻受困于數據碎片化,難以在復雜業務場景中給出準確、持續且可解釋的決策。這些行業痛點,恰恰為具備全棧能力的創新企業提供了彎道超車的機會。
這也讓質變科技看到了機會。其記憶管理與計算、數據大模型、AI數據平臺三位一體的完整技術棧,在創業初期便收獲了資本的高度青睞,天使輪融資達數千萬美金,估值超2億美金。
據悉,新的一輪融資已經在路上了。
目前,MemoryLake已經服務了全球150多萬專業用戶和15000家企業,覆蓋金融、工業制造、游戲、教育、法律、電商等多個行業。
![]()
比如企業老板要做決策,想分析某個項目以前的風險和現在的市場趨勢,它能自動把項目文檔、溝通記錄、行業報告這些分散的信息整合起來,推理分析后給出帶證據的建議,以前要花幾周的人工分析,現在幾小時就搞定了。
![]()
在沉浸式游戲里,它能給NPC建立 “世界觀記憶” 和 “玩家記憶”,NPC會記住玩家以前的每一個關鍵選擇和成就,還能根據這些記憶跟玩家互動、推進劇情,真正實現 “一千個玩家有一千種體驗”。
在制造業和金融業,它能整合不同系統、不同時間的 “生產記憶” 或 “交易記憶”,工廠出現質量問題,能瞬間找到根本原因,金融交易里有風險,能實時預警,以前要大量人工排查的活兒,現在AI一瞬間就完成了,幫企業搶回寶貴時間。
據官方透露,在記憶取用時,MemoryLake引擎返回的是Context友好、精煉且完整的記憶,而非多、雜且不完整、邏輯沖突的原始知識,可以讓模型結合MemoryLake PB級別的數據記憶組織能力,平均降低90%以上的Token消耗和計算成本。
正如云時代催生了Snowflake與Databricks,AI時代將重新定義以“記憶”為核心的新一代基礎設施。
一個全新的、AI“會可信記事兒、會思考”的時代,已經來了。
官網地址:https://memorylake.ai/
閱讀最新前沿科技趨勢報告,請訪問歐米伽研究所的“未來知識庫”
https://wx.zsxq.com/group/454854145828
![]()
未來知識庫是“ 歐米伽 未來研究所”建立的在線知識庫平臺,收藏的資料范圍包括人工智能、腦科學、互聯網、超級智能,數智大腦、能源、軍事、經濟、人類風險等等領域的前沿進展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828進入。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.