记忆张量完成亿元pre-A轮融资，投资方包括华为哈勃、荣耀战投、商汤国香、深创投和和玉资本。该公司成立于2024年底，此前于2025年6月完成近亿元天使轮融资，投资方含孚腾资本、中金资本、徐汇资本、算丰信息及壁仞科技。

创始人熊飞宇强调，记忆张量并非一家单纯从事记忆功能开发的公司，而是以第一性原理建模为起点，探索基座模型训练范式与新型架构的AI基础设施企业。其技术路线分为三阶段：数学建模、基模训练、产品落地。记忆是首个商业化验证的切入口，而非最终目标。

技术根基源于2024年发布的Memory³论文，提出显性记忆概念——将文本知识编码为可检索稀疏表征，在推理时按需调用，形成区别于隐性参数记忆与外部明文记忆的第三类记忆形态。团队据此构建开源记忆操作系统MemOS，由CTO李志宇主导开发；李志宇为中国人民大学博士，曾就职于阿里与小红书。

当前行业普遍采用长上下文或RAG缓解状态缺失问题，但熊飞宇指出，即便上下文窗口扩展至百万级token，模型仍难以稳定、准确利用全部信息。标准自注意力机制的平方级计算复杂度构成根本瓶颈，长期、可更新、可纠错的状态能力尚未实现。

为突破该限制，记忆张量启动Metis项目，旨在训练记忆原生模型，使模型在训练与推理过程中内生地写入、巩固与更新记忆，摆脱对外部系统依赖。Metis目前为一系列7B以下参数规模的小模型实验，核心验证新架构下scaling law有效性，尚未形成成熟基座模型。

团队具备强理论与工程复合背景：首席科学家杨泓康为普林斯顿应用数学博士；核心成员覆盖机器学习理论、应用数学及大厂大模型工程方向。早期自研2.4B与7B模型遭遇scaling瓶颈，遂先抽取可用能力形成MemOS系统层方案，再回溯模型本体推进Metis。

本轮战投主导的融资明确指向端侧落地。记忆张量与荣耀联合推出MemPrivacy端侧隐私方案，于2026年5月披露。该方案在端侧运行轻量模型判断语句隐私密度，对高敏内容进行语义保留型占位替换后上传云端处理，结果返回端侧解码还原，兼顾隐私合规与响应效率。

商业路径定位为跨应用、跨设备、跨模型、跨Agent的第三方个性化记忆平台。熊飞宇指出，终端厂商将主导本机个性化，而独立记忆系统价值在于服务企业级长期记忆资产沉淀——使其不绑定于特定模型、Agent或硬件厂商。战投方自身具备强大AI工程能力却选择投资，印证该领域存在显著技术壁垒。

行业层面，OpenAI、Google、Anthropic及国内头部大模型均已将用户记忆、历史引用、跨会话延续列为产品级能力；Mem0、Letta、Zep等海外创业公司则提供记忆中间件。记忆张量身处玩家密集、上下两端均有大厂布局的赛道。

熊飞宇承认，记忆原生架构放大面临双重挑战：一是技术可行性尚未在更大规模上验证，Metis仍处小模型实验阶段；二是需直面谷歌、Meta等巨头在长期记忆与持续学习方向的同步投入。其策略为合作大于竞争，计划在大厂云平台提供服务，同时坚守第三方记忆系统定位。

关于评测，熊飞宇指出当前memory benchmark存在方法论局限，高准确率常依赖token堆砌与时耗牺牲，难以反映毫秒级响应的真实业务场景需求。benchmark仅反映基础能力，距离工业级落地仍有巨大鸿沟。

MemOS 2.0引入记忆版本管理机制，将记忆视为可演化状态，支持分支、合并、升版与淘汰，使遗忘与纠错建立在清晰状态追踪基础上，而非简单删除。MemOS作为系统层统筹明文记忆、激活记忆与参数记忆；Metis专注模型层三类记忆的自然融合，现阶段作为MemOS子模块协同运行，未来随记忆原生能力增强，MemOS将转向治理与跨系统协同，Metis承载更多内生记忆理解功能。

熊飞宇将公司愿景概括为构建“长期智能”：使AI从一次性工具进化为可持续累积经验的系统，真正拥有“时间”。人类珍贵的经验、直觉、默契与判断力，往往发生于时间过程之中，易随项目结束、人员流动而消散。若该路径走通，AI将不仅能输出结果，更能继承、复用并生长人类沉淀的认知资产。

“记忆张量”名称源于其最早实践的记忆研究始于2023年，相关基模在上海市算法创新研究院大模型中心孵化一年后独立成司。团队认为该名称兼具代表性与传播性，亦如实反映其技术起源。

截至2026年7月，记忆张量尚未发布商用记忆原生基座模型，MemOS已开源并进入产业适配阶段，Metis处于架构验证期，端侧合作方案已在手机厂商场景落地测试。公司长期目标指向改变大模型训练范式，短期重心为小模型实验、系统集成与硬件协同验证。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。