作者 ｜ 黃小藝
郵箱 ｜ huangxiaoyi@pingwest.com

今天的AI，很強(qiáng)，但不認(rèn)識(shí)你。

它不知道你昨天經(jīng)歷了什么，不知道你正處于人生的哪個(gè)階段，不知道今天的你和一個(gè)月前有什么不同。所以它只能等你問、等你發(fā)起一切——然后盡可能給出一個(gè)“正確”的回應(yīng)。

這是被動(dòng)智能。

當(dāng)然，很多公司已經(jīng)開始做“記憶”了。模型公司在做，希望讓回答更個(gè)性化；應(yīng)用層也在做，希望讓AI更有溫度、讓對(duì)話更連貫。但這些記憶，本質(zhì)上都是服務(wù)于具體場(chǎng)景的——讓AI更好地即時(shí)“響應(yīng)”你，而不是真正“理解”你。

丘腦智能想做的事情不太一樣。他們想把記憶變成一種基礎(chǔ)設(shè)施，理解你是誰、你在變成誰、你可能需要什么。

這件事分兩步走。

第一步，是讓記憶完整。現(xiàn)在大多數(shù)記憶方案只能處理文本，但人的生活還有照片、有語音、有視頻、有各種各樣的數(shù)據(jù)痕跡。而且這些信息是有時(shí)間順序的，今天發(fā)生的事和三年前發(fā)生的事，意義完全不同。丘腦智能第一個(gè)要解決的，就是“時(shí)序性”和“全模態(tài)”——讓AI能理解你生活中所有類型的信息，并且知道它們?cè)跁r(shí)間軸上的位置。

這一步的地基已經(jīng)打下——12月，丘腦智能基于自研的時(shí)空知識(shí)圖譜框架（STKG，Spatio-Temporal Knowledge Graph），在多項(xiàng)長(zhǎng)程記憶評(píng)測(cè)中刷新了SOTA記錄。

在針對(duì)Agent長(zhǎng)期對(duì)話記憶的權(quán)威榜單LoCoMo測(cè)試中，他們的核心產(chǎn)品OmniMemory在保證P95檢索延遲低于2秒的前提下，綜合準(zhǔn)確率達(dá)到82.5%，躋身全球AI記憶方案的第一梯隊(duì)，并于1月開始內(nèi)測(cè)。

第二步，是真正的躍遷：主動(dòng)智能。

當(dāng)AI擁有了完整的、有時(shí)間感的記憶，它就能夠主動(dòng)預(yù)判你的需求。

這背后的邏輯是：人是有軌跡的。你今天的狀態(tài)，是昨天的延續(xù)；你明天的需求，往往藏在今天的變化里。如果AI能看到這條軌跡，它就能推斷你接下來可能需要什么。

這讓我想到一個(gè)視角：人其實(shí)是“三維半”的生物。我們生活在三維空間，同時(shí)擁有過去、現(xiàn)在、未來，但我們對(duì)時(shí)間的掌控力很弱。過去只能記住一部分，很多塑造我們的東西早已被遺忘；未來充滿不確定性，我們只能模糊地猜測(cè)。

即使是今天的推薦算法，只知道“你刷了什么就推什么”。它假設(shè)你是靜止的，你昨天喜歡的東西今天還喜歡。但人是變化的。如果AI能理解你在時(shí)間軸上的變化，它就不會(huì)把你鎖死在信息繭房里，而是能預(yù)判你正在變成什么樣的人、未來可能需要什么。

這是交互范式的改變。從“人找信息”到“信息找人”，再到“AI懂人”。

丘腦智能正在做的，就是這個(gè)范式轉(zhuǎn)換的基礎(chǔ)層。在這次對(duì)話中，丘腦智能的CEO張?jiān)?、CTO趙翔聊了聊他們對(duì)記憶、對(duì)時(shí)間、對(duì)AI與人關(guān)系的思考。

這些思考也許還在演化中，但指向一個(gè)清晰的方向：給AI一個(gè)時(shí)間軸，給人一個(gè)時(shí)間軸上的AI。

以下是對(duì)話實(shí)錄：

一張藍(lán)圖繪到底，做“時(shí)序性+全模態(tài)”的高精度記憶架構(gòu)

硅星人：可以先向大家介紹一下你們自己和你們的產(chǎn)品。

張?jiān)矗?/b>我和趙博是2023年初認(rèn)識(shí)的，當(dāng)時(shí)OpenAI的模型把大家都震撼了，我們都覺得未來十年甚至更長(zhǎng)時(shí)間都是AI的黃金時(shí)期，非常想在AI領(lǐng)域創(chuàng)業(yè)。

但那時(shí)候百度剛發(fā)了文心一言，國內(nèi)反饋挺激烈，我意識(shí)到國內(nèi)基?？赡苓€需要迭代一段時(shí)間。所以我們決定先各自積累——趙博在浙大做相關(guān)研究，我去了一家做自動(dòng)駕駛域控的公司，做了兩年COO，從0到1走了一遍創(chuàng)業(yè)流程。

到2025年初，DeepSeek讓我們覺得基模能力到了一個(gè)節(jié)點(diǎn)，是創(chuàng)業(yè)的好時(shí)機(jī)。又因?yàn)槲易约菏歉哳lAI用戶，首先感受到了記憶孤島問題——在Gemini、GPT、豆包上輸了很多prompt，不滿意換一個(gè)基模還要重復(fù)輸入偏好，非常麻煩。我搜解決方案，發(fā)現(xiàn)大家做memory都做得不好。趙博剛好也在關(guān)注這個(gè)方向，我們就決定自己來解決這個(gè)問題。

趙翔： 對(duì)，我們的Omimemory 1.0，是把Memory能力封裝成SDK和API。技術(shù)上我們做的是時(shí)空知識(shí)圖譜（STKG），把時(shí)間和空間作為記憶的物理錨點(diǎn)，支持視頻、音頻、對(duì)話、圖片等全模態(tài)輸入。12月我們刷新了Memory領(lǐng)域的SOTA，今年1月開始產(chǎn)品內(nèi)測(cè)。

硅星人：從25年下半年開始到現(xiàn)在，市面上已經(jīng)有非常多的memory解決方案了。Omimemory 和它們的區(qū)別是什么？

趙翔：現(xiàn)在市面上的memory產(chǎn)品，大多數(shù)是基于RAG的方案，就是把用戶的對(duì)話、文檔切片存到向量數(shù)據(jù)庫里，需要的時(shí)候檢索出來。這種方式有幾個(gè)問題：一是檢索精度受限于embedding模型的能力，二是缺乏對(duì)時(shí)間和空間維度的建模，三是沒有辦法做跨模態(tài)的關(guān)聯(lián)。

我們的核心區(qū)別在于，我們把時(shí)間和空間作為記憶的物理錨點(diǎn)。比如用戶說“上周在杭州見了一個(gè)朋友”，我們不只是把這句話存下來，而是構(gòu)建一個(gè)結(jié)構(gòu)化的知識(shí)節(jié)點(diǎn)，包含時(shí)間、地點(diǎn)、人物、事件之間的關(guān)系。當(dāng)用戶后來問“我上次去杭州是什么時(shí)候”或者“我最近見過哪些朋友”，系統(tǒng)都能準(zhǔn)確召回。

硅星人：時(shí)間性在你們看來為什么這么重要？其他記憶產(chǎn)品處理時(shí)間的方式和你們有什么不一樣？

張?jiān)?/b>：我們認(rèn)為，做Memory無論技術(shù)路徑怎么收斂，唯一綁不開的就是時(shí)間。人去回憶一件事情會(huì)說“去年冬天咱們一起吃火鍋的時(shí)候怎么樣”，是沿著時(shí)間軸去做漏斗篩選的。

趙翔：其他產(chǎn)品的時(shí)間是作為節(jié)點(diǎn)的屬性掛在下面的，記錄這個(gè)節(jié)點(diǎn)什么時(shí)候?qū)戇M(jìn)來。但召回的時(shí)候還是靠語義，可以加一個(gè)時(shí)間漏斗過濾，但在這個(gè)時(shí)間范圍內(nèi)召回節(jié)點(diǎn)時(shí)，還是先用語義把相近的召回，再排序。

這就不可避免地會(huì)把昨天和今天完全相反的兩個(gè)記憶都召回來。比如用戶昨天說“我最近失眠很嚴(yán)重”，今天說“我昨晚睡眠好多了”，RAG方案可能會(huì)把這兩條都召回來，因?yàn)樗鼈冋Z義上都和“睡眠”相關(guān)。兩個(gè)完全相反的事實(shí)放在面前，模型就會(huì)困惑，隨便挑一個(gè)回答。

而我們的時(shí)空知識(shí)圖譜會(huì)識(shí)別這是同一個(gè)狀態(tài)維度上的變化——“睡眠狀態(tài)”從“失眠”轉(zhuǎn)換到了“改善”。召回的時(shí)候，系統(tǒng)知道應(yīng)該用最新的那個(gè)狀態(tài)。

硅星人：這是一套很復(fù)雜的架構(gòu)，具體是怎么搭建的？

趙翔：我們可以看這張圖，最底層是時(shí)間維度，這是基礎(chǔ)。

接著是支持全模態(tài)的原始素材層，視頻幀里可以抽取人臉、物體、動(dòng)作、場(chǎng)景這些信息，和身份綁定在一起。文本對(duì)話按turn組織成結(jié)構(gòu)化seission然后提交到服務(wù)端，語音可以做embedding同時(shí)轉(zhuǎn)ASR變成文本。

再上一層是認(rèn)知層，我們模仿人的認(rèn)知。人記東西一般記的是事件，很少直接記很細(xì)的東西。這是從原始素材里抽象出來的時(shí)序事件。事件里有身份Entity，通過算法把這些聚類起來，就是“誰在哪里做了什么”。

最上一層是狀態(tài)State，這是更細(xì)粒度的狀態(tài)轉(zhuǎn)換。比如“我今天上火”和“我明天好了”就是一個(gè)狀態(tài)轉(zhuǎn)化，模型看到這個(gè)，就會(huì)判斷他現(xiàn)在能不能吃辣。

整體架構(gòu)是在模擬人的認(rèn)知，從物理到感知再到認(rèn)知。

硅星人：最近兩年，記憶架構(gòu)一直在迭代，最開始做的都還比較粗糙，你們是從一開始就決定要做這么高精度的解決方案嗎？

張?jiān)?/b>：我們認(rèn)為要一張藍(lán)圖繪到底，先想清楚最終要實(shí)現(xiàn)什么目標(biāo)、這個(gè)目標(biāo)是不是真實(shí)的需求、能不能帶來范式迭代，然后倒推現(xiàn)在該怎么做。中間的研究困難、工程卡點(diǎn)，都可以通過資源整合去解決。

所以，我們希望去解決未來的問題。我們判斷AI的終局是主動(dòng)智能，就是AI不只是被動(dòng)回答問題，而是能主動(dòng)理解你、幫你做事，那記憶的底層架構(gòu)從第一天就必須是高精度的，包括時(shí)序性的、全模態(tài)的。

硅星人：可以舉幾個(gè)例子來說明嗎？比如，從物理到感知到認(rèn)知的memory過程。

張?jiān)矗?/b>比如這周你口腔潰瘍、上火、失眠，首先是在上周這個(gè)物理時(shí)間段發(fā)生的，其次，這是一個(gè)新發(fā)生的感知，并抽象出了一個(gè)你當(dāng)前的狀態(tài)，比如，你不能吃辣、喝咖啡，過段時(shí)間不管你變好了，還是變壞了，這個(gè)狀態(tài)都會(huì)進(jìn)一步跟隨時(shí)間軸更新。

硅星人：可能抽象出更高的狀態(tài)，比如“我冬天容易上火”，可以這樣理解嗎？

張?jiān)矗?/b>對(duì)。

潛空間記憶：從被動(dòng)響應(yīng)到主動(dòng)智能

硅星人：你們說的主動(dòng)智能是什么？

張?jiān)?/b>：主動(dòng)智能出現(xiàn)的前提是它能向前預(yù)測(cè)你的習(xí)慣，主動(dòng)來提醒你，而不是像定鬧鐘一樣你去告訴它什么時(shí)候提醒，或者像現(xiàn)在的陪伴產(chǎn)品一樣你得主動(dòng)找它。

硅星人：相當(dāng)于AI基于AI與用戶聊天的軌跡，不斷更新下一步如何與用戶交互？

趙翔： 可以這么理解。現(xiàn)在的RAG、Graph RAG，有點(diǎn)像全部塞到上下文里面讓模型去讀一大堆信息，顯得好像跟你很熟，這個(gè)很死板。

實(shí)際上，用戶在和AI交互的過程中會(huì)積累很多偏好和習(xí)慣。每一次交互，其實(shí)都是一個(gè)偏好信號(hào)。這些東西對(duì)于個(gè)性化來說非常有價(jià)值。

但這種細(xì)粒度的偏好量非常大，所以我們現(xiàn)在在做一個(gè)叫潛空間記憶的東西。像推薦算法一樣，在大量反饋信號(hào)的基礎(chǔ)上，從圖里抽取偏好信息做一個(gè)子圖，把子圖壓成一個(gè)稠密向量。這個(gè)稠密向量人看不懂，但模型看到以后，會(huì)非常自然地了解你的每一個(gè)點(diǎn)。

可能有一點(diǎn)抽象，但就像抖音一樣，冷啟動(dòng)的時(shí)候刷了一堆不喜歡的視頻，點(diǎn)了幾個(gè)贊之后，刷到的就全部都想看了。

張?jiān)矗?/b>對(duì)，當(dāng)時(shí)互聯(lián)網(wǎng)初期，大家都在百度、Google搜索，有了推薦算法之后長(zhǎng)出了抖音這樣的超級(jí)應(yīng)用?，F(xiàn)在AI生態(tài)大家都是去DeepSeek、ChatGPT上問一下，都是通用的。我覺得可能會(huì)有一個(gè)面向C端的主動(dòng)智能超級(jí)應(yīng)用長(zhǎng)出來。

硅星人： 這么做的難點(diǎn)在哪里？

趙翔： 確實(shí)有點(diǎn)壁壘。關(guān)于潛空間注入，如何讓模型把我們非常稠密的信息精準(zhǔn)挖出來不丟失語義，有對(duì)齊的困難。

這個(gè)困難主要來自于：我們?cè)趺慈?gòu)造端到端的數(shù)據(jù)？如果不構(gòu)造端到端數(shù)據(jù)，用DPO進(jìn)行強(qiáng)化學(xué)習(xí)的話，reward信號(hào)該怎么打造？這里面有一些非常細(xì)的工程難點(diǎn)，但從理論上，目前研究和前景都是可觀的。

硅星人： 工程上的難點(diǎn)反而是好事，因?yàn)橛斜趬尽?/p>

趙翔：是的，研究和Infra、工程之間是緊密耦合在一起的。

張?jiān)矗?/b>潛空間記憶是我們正在做的下一步方向，是跨代際的，想象空間非常大。但我們必須先有第一個(gè)基礎(chǔ)——把數(shù)據(jù)存好、提取好，才能做好用戶的特征向量，一步步來。

從陪伴、硬件到具身，做深物理AI

硅星人： Memory主要是To B的，你們的客戶是誰？

張?jiān)?/b>： 我們現(xiàn)在已經(jīng)開始內(nèi)測(cè)了。從產(chǎn)品層面來說，我們第一步對(duì)標(biāo)是supabase，最大程度的降低大家使用記憶的門檻，第二步是在我們記憶底座能力足夠扎實(shí)的基礎(chǔ)上，期待順其自然生長(zhǎng)出來主動(dòng)智能的ToC的超級(jí)應(yīng)用。這個(gè)定位決定了我們更關(guān)注技術(shù)指標(biāo)和可集成性。

現(xiàn)在找過來的客戶，有一些做IP的，比如拿了北京動(dòng)物園大熊貓萌蘭IP的；有一些做解決方案的供應(yīng)商，專門給陪伴類做解決方案的；還有一些純軟件的陪伴產(chǎn)品。我們挑了一些物理距離上離我們近的做內(nèi)測(cè)。

硅星人： 為什么先選陪伴類？

張?jiān)矗?/b> 因?yàn)榕惆橄壬虡I(yè)化了，大家在商業(yè)化過程中越來越意識(shí)到缺乏記憶是很痛的痛點(diǎn)——相當(dāng)于市場(chǎng)對(duì)于記憶需求的成熟度比較高。

硅星人： 除了陪伴類，還有什么行業(yè)呢？

張?jiān)矗?/b> AI硬件、具身機(jī)器人，還有一些法律、金融這種垂類Agent也來找我們。因?yàn)槲覀儾粌H是多模態(tài)的，而且圖譜所有召回的記憶都是可審計(jì)的，有堅(jiān)實(shí)證據(jù)，所以一些比較嚴(yán)肅嚴(yán)謹(jǐn)?shù)男袠I(yè)也有需求。

硅星人： 不同行業(yè)對(duì)記憶的需求有什么差異？

張?jiān)矗?/b> 面向女性用戶的伴侶產(chǎn)品會(huì)更需要高精度記憶，用戶更關(guān)注的是AI能夠記得習(xí)慣喜好，還有戀愛當(dāng)中的一些小細(xì)節(jié)。

具身對(duì)記憶的需求非常剛性。比如Figure描述的那樣，具身機(jī)器人給你做家務(wù)，你的身份證或錢包放在茶幾上，它給你收拾起來放到某個(gè)抽屜里。過了一個(gè)多月你再用的時(shí)候，如果它只有視覺識(shí)別沒有Memory，它就忘了放哪了找不到了。

硅星人： 不同行業(yè)的客戶對(duì)你們的價(jià)值是怎樣的？我知道很多AI陪伴公司其實(shí)盈虧很難平衡，行業(yè)也不是很有錢，他們會(huì)介意成本嗎？

張?jiān)?/b>：我們按照客戶的付費(fèi)能力和對(duì)隱私的敏感程度，把客戶分成了B+、B和B-。

B+是有很高付費(fèi)能力的，公司有品牌，可能Day 1就全球收美國訂閱。他們對(duì)隱私要求非常高，也不在乎方案多花10萬、20萬。這種就是私有化部署加API，數(shù)據(jù)物理隔離。

B-是付費(fèi)能力幾乎沒有，但路子很野，出貨量特別大。對(duì)這部分客戶，我們更側(cè)重通過脫敏的方式“聯(lián)合建?！保e累用戶的通用“Life Context”。

B類客戶可以case by case。所以從收費(fèi)模式上，目前客戶的反饋都還挺好的。

硅星人： Life Context的數(shù)據(jù)積累，就是做潛空間記憶。

張?jiān)矗?/b> 我們?nèi)ゴ蛄艘恍゜enchmark榜單，刷新了SOTA，但我們覺得這個(gè)事別人花點(diǎn)時(shí)間也能刷上來，但潛空間記憶是我們最終想做的，一個(gè)真正的跨代際提升，這需要積累更多的人生上下文。

趙翔： 對(duì)，潛空間記憶需要把海量的交互行為壓縮為機(jī)器可讀的稠密向量。這些向量是去標(biāo)識(shí)化的，不包含任何個(gè)人身份信息（PII），但包含了人類通用的行為邏輯——比如“當(dāng)人類表達(dá)憤怒時(shí)，通常希望得到怎樣的安撫”。

就像抖音一樣，冷啟動(dòng)的時(shí)候刷了一堆不喜歡的視頻，點(diǎn)了幾個(gè)贊之后系統(tǒng)捕捉到了行為模式，刷到的就全部都想看了。沒有足夠多的行為樣本，就訓(xùn)練不出足夠懂人的潛空間模型。

張?jiān)矗?/b>所以，商業(yè)化上，要么對(duì)接Agent，要么對(duì)接AI硬件，要么對(duì)接GPT wrapper，誰先落地我們就接誰。

硅星人： 記憶產(chǎn)品因企業(yè)而異、需求而異，要考慮效率、成本等多維度因素。你們現(xiàn)在對(duì)接客戶難嗎？

張?jiān)?/b>： 我們現(xiàn)在的狀態(tài)是——深圳那邊好多做陪伴的，華強(qiáng)北超級(jí)多。我們更希望做長(zhǎng)期主義的事情，現(xiàn)在他們來找我們，我們先開放一個(gè)口做內(nèi)測(cè)，測(cè)得好再簽。因?yàn)槲覀兿胱鲩L(zhǎng)期主義的事情，跟客戶長(zhǎng)期交朋友，測(cè)試客戶找物理距離相對(duì)近的方便客戶隨時(shí)面對(duì)面的給我們提出建議。

硅星人： 你們自己的成本高嗎？

張?jiān)矗?/b> 我們做過極限測(cè)試，用了1000萬的向量邊的約束，測(cè)了存儲(chǔ)極限，不考慮遺忘的情況下是1570天。如果考慮遺忘，就可以用極低成本做到終身記憶。所以我們成本不高。

先跑完milestone，再見投資人

硅星人： 你們未來想做成什么樣的公司？

張?jiān)?/b>： 從0到1是做記憶領(lǐng)域的Supabase，我們想做的事情是降低大家使用Memory的門檻，讓記憶成為大家在AI時(shí)代做任何AI應(yīng)用的標(biāo)配。通用、標(biāo)準(zhǔn)、更低門檻。

硅星人： 團(tuán)隊(duì)是什么時(shí)候創(chuàng)立的，做了多久了？

張?jiān)矗?/b> 從25年3月份開始攢這個(gè)事情，11月份注冊(cè)公司，12月份我們Benchmark刷新了SOTA，1月開始線上內(nèi)測(cè)。

硅星人： 你們現(xiàn)在融資情況怎么樣？

張?jiān)矗?/b> 融資肯定是需要的。12月上旬刷新SOTA之后，反饋非常好。前段時(shí)間中關(guān)村四杰預(yù)測(cè)26年什么事情比較熱，大家一致結(jié)論是要做好Memory的理解，可能才能拿到26年的第一張船票。種種因素把整個(gè)賽道熱度推起來了。

最近好多投資人、投資機(jī)構(gòu)主動(dòng)找過來，我們也非常感謝大家關(guān)注，目前正在積極推進(jìn)。

硅星人： 在融資之前，你們是怎么運(yùn)轉(zhuǎn)的？之前聊過投資人嗎？

張?jiān)矗?/b> 在產(chǎn)品出來前，我們完全沒找，就是決定用自己的錢。

尤其我們作為創(chuàng)始團(tuán)隊(duì)?wèi)?yīng)該考慮：在極限條件約束下，你還想不想做這個(gè)事情？還有沒有信心做好？客觀上能不能做好？三個(gè)答案都是yes才能著手做。所以我們?cè)趧?chuàng)業(yè)第一天就說，在最早期、第一個(gè)milestone出來之前，必須花自己的錢養(yǎng)團(tuán)隊(duì)、做支出。

硅星人： 你們會(huì)考慮開源嗎？

張?jiān)矗?/b> 一方面是代差代際開源，另一方面是我們想做的事情是降低大家使用Memory的門檻。比如即使有一些友商開源之后，也只是一些有水平的開發(fā)者能用，并沒有實(shí)現(xiàn)Memory能力的平權(quán)。

我們想做的是讓記憶成為大家在AI時(shí)代做任何AI應(yīng)用的標(biāo)配，可能是自然語言調(diào)用，可能是一行代碼調(diào)用。所以我們非常看重開發(fā)者生態(tài)、開發(fā)者關(guān)系、開發(fā)者聲量。

畢竟每一次交互范式變革都會(huì)引發(fā)新一輪高增長(zhǎng)，從諾基亞按鍵手機(jī)到iPhone是，從搜索到推薦是，我們相信從被動(dòng)到主動(dòng)也會(huì)是。這種變革能帶來巨大的創(chuàng)業(yè)機(jī)會(huì)。

而我們要做的是，成為 AI時(shí)代主動(dòng)智能超級(jí)應(yīng)用的基礎(chǔ)建設(shè)。

點(diǎn)個(gè)“愛心”，再走 吧