当AI开始“记住”：MemoraX AI如何用内生记忆重塑智能体未来

在人工智能的浪潮中，大模型的能力边界正被不断拓展。从文本生成到多模态理解，从逻辑推理到代码编写，AI的“智商”持续提升。然而，一个根本性难题始终横亘在前：大模型普遍患有“失忆症”——它们能回答你的问题，却无法记住你昨天的对话；能完成一项任务，却无法从过往经验中学习。这种“无记忆”的状态，让AI始终停留在“高效工具”层面，难以成为真正的“智能伙伴”。

如今，这一困境正迎来破局者。近日，专注内生记忆技术研发的MemoraX AI（深圳忆纪元科技有限公司）完成千万美元种子轮融资，由L2F光源创业者基金与钟鼎资本联合领投。这笔资金将重点投向Agentic RL（智能体强化学习）算法的工程化落地，以及内生记忆模块的产品化开发，标志着AI记忆能力正从理论走向现实。

从“存储”到“记忆”：AI进化的关键一跃

MemoraX AI的创始人郝建邺，现任天津大学菁英教授，是国家优秀青年科学基金获得者。他在强化学习领域深耕多年，学术成果丰硕——近两年在ICML、NeurIPS、ICLR三大顶会的论文产出进入全球前10，谷歌学术引用超1.5万次。更关键的是，他曾任华为决策推理实验室主任、大模型算法实验室主任及医疗军团技术总裁，兼具顶尖学术视野与产业落地经验。

在他看来，当前大模型的“记忆”本质仍是静态数据存储，依赖外挂数据库或向量检索，缺乏动态演化能力。而真正的“记忆”，应如人类般具备持续学习、自我修正与跨场景迁移的能力。MemoraX AI的目标，正是通过自主研发的Agentic RL（智能体强化学习）框架，将记忆能力“内化”进模型本身，实现从“存储”到“记忆”的质变。

内生记忆的三重突破：进化、召回与泛化

MemoraX AI的技术突破主要体现在三个维度：

第一，记忆的持续进化能力。
传统记忆系统一旦训练完成便难以更新，而MemoraX AI的记忆模块在每一次人机交互中都能被重新理解、修正与重组。这意味着AI不仅能记住“发生了什么”，还能理解“为什么发生”，并在后续行为中主动优化策略。

第二，记忆的精准召回能力。
在最新文本记忆测试集LoCoMo-Refined上，MemoraX AI的召回准确率大幅领先第二名30%，训练效率提升400倍。这一突破解决了传统方案中“记忆碎片化、检索不精准”的痛点，使AI能在海量信息中快速定位关键记忆片段。

第三，记忆的泛化复用能力。
记忆不再局限于单一任务或场景。MemoraX AI的记忆模块可实现跨领域迁移，从芯片设计到医疗诊断，从智能客服到个人助手，均能快速适配。这种“一次学习，多处复用”的能力，极大降低了AI系统的部署成本。

值得一提的是，其Agentic RL技术已在芯片设计自动化、工业求解器、自动驾驶等多个高价值场景实现规模化落地，验证了技术的通用性与鲁棒性。

从实验室到产品：B端与C端双线并进

在产品策略上，MemoraX AI采取B端与C端并行的双轨模式。

在B端，公司将为智能客服、企业知识管理、金融风控、医疗辅助决策、法律文书分析等场景提供标准化记忆模块。例如，在医疗领域，AI可基于医生与患者的长期对话记录，形成个性化的诊疗记忆，辅助诊断建议；在企业知识管理中，系统能自动整合员工经验、项目文档与会议纪要，构建动态更新的“组织记忆库”。

在C端，MemoraX AI将推出个人智能助手产品，目标是打造“能记住你、理解你、陪伴你”的AI伙伴。无论是记录生活点滴、管理日程安排，还是辅助学习成长，这款助手都将基于用户的长期行为数据，提供高度个性化的服务。

公司计划在12个月内推出首批标准化记忆产品，标志着内生记忆技术正式进入商业化阶段。

L2F光源创业者基金创始合伙人郑烜乐表示：“Memory系统是Agent最核心的基础设施能力之一，直接决定了AI体验的上限。无论是陪伴类软件，还是AI原生硬件，构建可靠、长期、稳定的记忆能力，都是当下最亟待突破的瓶颈。而郝建业教授正是将这一方向从研究推向落地的最佳人选。”

记忆，是智能的起点，也是终点的起点

当AI开始真正“记住”，我们迎来的不仅是更聪明的工具，更可能是全新的智能形态。MemoraX AI的探索，正在为AI注入“时间感”与“连续性”，让机器从“一次性应答者”进化为“长期协作者”。

未来，随着内生记忆技术的成熟，AI或将具备类人的学习能力、情感共鸣与价值判断。而这一切的起点，正是今天这千万美元的投入，与一群坚信“记忆即智能”的先行者。

标签： AI记忆 智能体强化学习 MemoraX AI 内生记忆 AI融资