算力「芯」动向 | 当大模型开始“记得”你:华为前高管郝建业创办忆纪元,AI记忆赛道的范式跃迁与产业暗线

🐆:深圳忆纪元(MemoraX AI)半年内完成三轮融资数亿元,由前华为首席专家郝建业创立。公司提出"模型内生记忆"路线,试图将记忆能力从大模型的附属功能蜕变为独立技术层,标志着AI竞争正从通用智能转向个性化智能的基础设施争夺。

图片


2026年3月才注册成立的深圳忆纪元(MemoraX AI),在不到半年内完成三轮融资,累计金额数亿元人民币。领投方从早期的L2F光源创业者基金、钟鼎资本,到近期的北洋海棠基金、尚势资本、仁爱资本,阵容快速扩容。光源资本连续三轮担任独家财务顾问,这一配置在种子阶段极为罕见。

资本密集出手的对象,是一位从华为诺亚方舟实验室出走的首席专家——郝建业。他的履历横跨学术与产业:天津大学菁英教授、国家优青、全球前2%科学家,近两年在ICML、NeurIPS、ICLR三大顶会的成果产出全球排名前10;同时历任华为决策推理实验室主任、大模型算法实验室主任、医疗军团技术总裁,主导过从0到1的多个产业项目。

但资本真正押注的,不是一个人,而是一条正在成型的产业暗线。大模型的竞争,正从“通用智能”转向“个性化智能”,而记忆是这一转向的基础设施。


从外挂到内生:记忆技术的范式分野

当前市面上的记忆方案,大多停留在“外挂”层面——向量数据库、RAG检索增强、知识图谱,本质上是为大模型配了一个外部笔记本。模型本身并不“记得”任何事,只是在需要时去翻查记录。这种方式成本低、落地快,但存在根本性瓶颈:信息碎片化、检索不精准、无法随交互动态进化

忆纪元选择的路径是模型内生记忆。让记忆能力通过模型学习形成,而非依赖外部数据库管理。

这意味着记忆不是静态存储,而是在交互中持续被理解、更新和重组的动态过程。技术底座是Agentic RL(智能体强化学习),团队此前已在芯片设计自动化(EDA)、工业求解器、自动驾驶、游戏AI等领域验证了这套方法论的产业价值。

这一路线与Google在Nested Learning框架下提出的实验性记忆架构Hope、Meta的可训练记忆层等前沿探索方向一致,但忆纪元的差异在于它并非大厂内部的技术储备,而是一家独立创业公司试图将记忆能力产品化、标准化。

这在产业逻辑上意味着记忆可能从大模型的附属功能,蜕变为一个独立的技术层和商业模式。


评测标准即话语权:赛道规则正在被重写

一个技术方向是否成熟,往往看有没有公认的“尺子”。记忆赛道长期缺乏有效的评测基准。

早期的LoCoMo数据集虽然覆盖了35个会话、300个轮次,但存在人物关系漂移、事实矛盾、时间线混乱等问题——用一把不准的尺子量出来的分数,难以反映真实能力。

忆纪元的策略是双管齐下。

  • 一方面修正现有基准,推出LoCoMo-Refined;

  • 另一方面联合牛津大学构建基于真实剧本的ScriptMem和面向Coding场景的SWE-context-bench。

据官方披露,其记忆系统在LoCoMo-Refined上取得82.65分,在ScriptMem与SWE-context-bench上分别取得60.3%和45%的任务表现,均大幅领先公开基线。

评测标准的制定权,正在成为赛道竞争的前哨战。谁定义了“好记忆”的标准,谁就掌握了技术路线的话语权。

忆纪元在种子阶段即投入资源做基准构建,说明团队对这一点有清醒认知——这不是学术 vanity,而是商业壁垒的预埋。

图片

场景落地:从Coding到具身智能的梯度布局

忆纪元的商业化路径呈现出清晰的梯度特征。

最先落地的是AI Coding场景——为Codex、Claude Code等编程Agent提供长期项目记忆,解决复杂长程任务中的上下文断档问题,同时降低Token消耗约30%。

这是一个需求明确、付费意愿强、效果可量化的切入点。

第二层是交互式娱乐,支持上千轮次连续交互中的动态记忆沉淀与召回,保障角色、关系与世界状态的长期一致性。

这对应着AI陪伴、AI游戏等C端场景,用户粘性与情感付费空间较大,但对技术稳定性要求极高。

第三层是更广泛的产业嵌入慢病管理中的长期健康状态理解、全屋智能中的家庭成员习惯沉淀、智能终端的跨周期个性化交互,以及具身智能的场景记忆

这些场景的共同特征是交互周期长、上下文跨度大、个性化程度高——正是内生记忆技术的核心适配区。

  • 与华为云签署战略合作,成为其大模型战略合作厂商中唯一聚焦长期记忆赛道的企业;

  • 与医疗健康、智能家居、智能穿戴、具身智能等领域头部客户已开展合作;

  • 团队长期保持顶会稳定产出,多篇强化学习、长期记忆方向成果入选国际机器学习顶级会议;


资本逻辑:为什么是记忆,为什么是现在

据第三方测算,全球Agentic AI编排与记忆系统市场规模预计将从2027年的约439亿元增长至2030年的约1992亿元,复合增长率约35.3%。

a16z合伙人Olivia Moore在今年3月的访谈中明确指出:未来AI产品的记忆功能将成为核心竞争优势,产品将从第一次交互就提供高度个性化体验,不再需要冗长的用户引导

当公开数据被大模型充分消化后,模型的通用能力将趋于收敛,差异化竞争将下沉到每个用户的私有上下文

模型不仅要“知道世界”,还要“知道你”——你的习惯、偏好、历史行为和长期目标。记忆因此不再是锦上添花的功能,而是AI实现个性化的必要基础设施。

资本在2026年密集押注记忆赛道,本质上是在押注大模型竞争的下半场叙事。

忆纪元半年三轮融资的节奏,以及投资方从财务资本到产业资本的快速扩容,说明这一判断正在从VC的共识走向更广泛的市场确认。


冷静审视:必要性与充分性之间的距离

尽管叙事清晰,仍需保持审慎。记忆技术的商业化仍处早期,内生记忆的训练成本、工程复杂度和场景适配性尚未经过大规模验证。向量数据库等外挂方案虽然在能力上存在天花板,但胜在成熟、便宜、易部署,在中短期仍将占据主流市场。

此外,忆纪元目前披露的客户合作多为“开展合作”状态,尚未形成规模化的收入验证。

从SOTA评测到商业闭环,中间隔着产品标准化、交付稳定性、客户付费意愿和竞品追赶速度等多重变量。华为云的战略合作提供了产业背书,但能否转化为持续订单,仍需观察。

记忆能力最终会被基模公司内化,还是独立为一个持久的技术层?

如果OpenAI、Google、Anthropic等大厂在下一代模型中内置了更强的长期记忆能力,独立记忆公司的生存空间将被压缩。

忆纪元选择模型内生路线,某种程度上也是在预判这一趋势——与其做可能被大厂替代的外挂层,不如成为定义标准、输出能力的平台层。

记忆是智能的灵魂。——郝建业

这句话的潜台词或许是:如果大模型不能跨越从“存储”到“记忆”的鸿沟,就永远只是高效的搜索引擎,而非真正的智能伙伴。


结语

忆纪元的快速融资,表面是一位华为系科学家创业者的个人故事,实质是AI产业竞争逻辑的一次显性切换。当基模的参数竞赛趋于平缓,当上下文窗口的扩展触及边际效益递减,行业开始寻找下一个增量——而记忆,恰好承接了这一需求。

这条赛道能否跑通,不取决于叙事是否动听,而取决于内生记忆能否在真实场景中证明其成本优势、效果优势和不可替代性。2026年被称为"大模型记忆元年",但元年往往意味着起点,而非终点。真正的考验,才刚刚开始。



算力“芯”动向 · 专注AI与算力产业观察

今日阅读文章分享:

(1)给大模型做记忆,郝建业半年融三轮

(链接:https://eu.36kr.com/zh/p/3935837932518536)

(2)前华为高管深圳创业,做AI记忆,融资数亿元

(链接:https://tech.ifeng.com/c/8vWjCAuj0RW)

(3)MemoraX AI 完成千万美金种子轮融资,定义大模型 “内生记忆” 新范式

(链接:https://36kr.com/p/3785834045583875)

(4)忆纪元科技

(链接:https://vc.pedaily.cn/company/893881.html)

(5)前华为高管郝建业成立AI记忆公司,融资数亿元

(链接:https://www.seccw.com/Document/detail/id/48756.html)

本文若有歧义欢迎读者分享指正。

2026全球闪存峰会

随着生成式AI进入规模化落地阶段,大模型训练与推理对存储性能、容量、架构的需求持续攀升,存储正从被动的数据容器,升级为驱动AI产业发展的核心底座。


在此背景下,以“存力跃迁,AI破局”为核心主题的2026全球闪存峰会(Flash Memory World 2026),将于2026年8月26日在中国武汉正式举办。本届峰会由 DOIT 传媒、华中科技大学计算机科学与技术学院、华中科技大学集成电路学院联合主办,汇聚全球存储产业链力量,全面呈现闪存技术前沿突破与 AI 时代的产业新图景。



报名通道:https://app.ehub.net/register/nga5ph




扫描下方二维码 关注我们

我们以算力为线,持续跟进算力基础设施的报道,输出洞察,伴随算力行业实现算力自由。敬请关注!

本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信