近日,記憶分層架構(gòu)大模型研發(fā)商記憶張量完成近億元天使輪融資,本輪融資由孚騰資本、算豐信息、中金資本等知名機(jī)構(gòu)共同投資,云岫資本擔(dān)任獨(dú)家財(cái)務(wù)顧問。
記憶張量(上海)科技有限公司成立于2024年11月,團(tuán)隊(duì)由來自全球知名院校的青年學(xué)者及頭部互聯(lián)網(wǎng)企業(yè)的技術(shù)精英組成,碩博士比例達(dá)到80%,研發(fā)團(tuán)隊(duì)平均年齡不足30歲,具備從理論創(chuàng)新到商業(yè)落地的全面能力。CEO熊飛宇博士畢業(yè)于美國(guó)Drexel University,曾任阿里巴巴業(yè)務(wù)中臺(tái)數(shù)據(jù)智能負(fù)責(zé)人,主導(dǎo)構(gòu)建了千億級(jí)數(shù)字商業(yè)知識(shí)圖譜和國(guó)內(nèi)首個(gè)零售行業(yè)知識(shí)交互大模型。首席科學(xué)家楊泓康博士畢業(yè)于普林斯頓大學(xué),師從鄂維南院士,以不到三年的卓越成績(jī)完成博士學(xué)位,并首次揭示了生成模型克服維數(shù)災(zāi)難的原理。CTO李志宇博士來自中國(guó)人民大學(xué),曾在阿里巴巴和小紅書負(fù)責(zé)算法研發(fā)與商業(yè)化落地,創(chuàng)造數(shù)十億元營(yíng)收。顧問團(tuán)隊(duì)由鄂維南院士及上海交通大學(xué)人工智能學(xué)院多位教授組成。
記憶張量專注于基本原理驅(qū)動(dòng)的系統(tǒng)性創(chuàng)新,以“低成本、低幻覺、高泛化”為核心特色,致力于探索適合中國(guó)國(guó)情的大模型創(chuàng)新路徑,推動(dòng)人工智能技術(shù)更廣泛地落地應(yīng)用。
技術(shù)突破:圍繞記憶的系統(tǒng)化創(chuàng)新,形成顯著影響力
●Memory3 1.0(憶立方:記憶分層大模型):通過將大模型參數(shù)拆解為隱性記憶、顯性記憶和外置記憶庫(kù),優(yōu)化推理效率并降低幻覺問題。該模型在2024年世界人工智能大會(huì)(WAIC)上首次亮相,引發(fā)了廣泛關(guān)注,迅速得到Meta、Google等國(guó)際頂級(jí)團(tuán)隊(duì)跟進(jìn)。
●Memory3 2.0(MemOS:記憶操作系統(tǒng)):首次提出從操作系統(tǒng)視角管理記憶資源,涵蓋記憶的生產(chǎn)、調(diào)度和遷移全鏈路管理,解決當(dāng)前大模型在結(jié)構(gòu)化、持久性和自適應(yīng)記憶管理上的不足。MemOS計(jì)劃于2025年7月起系統(tǒng)性開源,推動(dòng)技術(shù)持續(xù)迭代。
團(tuán)隊(duì)在開源社區(qū)發(fā)布了SurveyX、CRUD-RAG、Awesome-Attention-Heads、UHGEval、xFinder等工具,累計(jì)獲得超過3000個(gè)GitHub Star。其中,xFinder已被OpenCompass推薦集成,多項(xiàng)成果獲得《MIT Technology Review》《PaperWeekly》《機(jī)器之心》等媒體的封面或?qū)n}報(bào)道。學(xué)術(shù)方面,Memory3架構(gòu)被Google、Meta等團(tuán)隊(duì)引用并跟進(jìn),并應(yīng)頂級(jí)期刊《Patterns》(Cell Press)邀請(qǐng)發(fā)表論文,在Patterns、TOIS、ACL、KDD、IJCAI、AAAI等頂級(jí)期刊和會(huì)議發(fā)表論文近20篇,建立了完善的大模型研究體系。
商業(yè)化落地:半年實(shí)現(xiàn)數(shù)千萬簽約,覆蓋金融、工業(yè)、通信等領(lǐng)域
憑借獨(dú)特技術(shù)優(yōu)勢(shì),記憶張量迅速構(gòu)建商業(yè)化產(chǎn)品體系,與阿里云、華為云等生態(tài)伙伴深度合作,形成“技術(shù)+場(chǎng)景+渠道”的協(xié)同模式:
●金融領(lǐng)域:為招商*券構(gòu)建智能量化投資輔助系統(tǒng)。
●工業(yè)領(lǐng)域:與中國(guó)海誠(chéng)合作開發(fā)工業(yè)知識(shí)庫(kù)系統(tǒng)。
●通信領(lǐng)域:為中國(guó)電信研發(fā)網(wǎng)絡(luò)大模型關(guān)鍵技術(shù)。
隨著大模型進(jìn)入?yún)?shù)規(guī)模和數(shù)據(jù)訓(xùn)練的收益遞減階段,向以記憶為中心的范式轉(zhuǎn)型成為關(guān)鍵突破點(diǎn)。為此,記憶張量團(tuán)隊(duì)圍繞大模型記憶的理解、管理和應(yīng)用開展了系統(tǒng)性研發(fā),致力于和學(xué)術(shù)界、產(chǎn)業(yè)界各方共同打造面向大模型的開源記憶操作系統(tǒng)MemOS。MemOS旨在增強(qiáng)現(xiàn)有大模型的知識(shí)管理與交互能力,并為下一代通用智能(AGI)提供長(zhǎng)期記憶與持續(xù)演化的認(rèn)知基礎(chǔ)。MemOS將從系統(tǒng)層面重構(gòu)記憶表征和管理機(jī)制,建立記憶交換協(xié)議(Memory Interchange Protocol,MIP),為模型實(shí)現(xiàn)跨任務(wù)適應(yīng)、跨形態(tài)演化與跨平臺(tái)遷移提供操作系統(tǒng)級(jí)的支撐。