Mem0 研究團隊近日發佈突破性內存架構，旨在解決AI系統在長期對話中的"健忘症"問題。名爲Mem0 和Mem0g的兩種新型內存系統，能讓大型語言模型(LLM)在數週甚至數月的對話中保持連貫一致性，實現更接近人類的記憶能力。

傳統AI系統受限於固定上下文窗口，無法在長期交互中有效記憶關鍵信息。Mem0 首席執行官Taranjeet Singh表示："在生產環境中，傳統記憶方法很快達到極限。客服機器人可能忘記之前的退款請求，規劃助理可能記住行程但忘記座位偏好，醫療助手可能無法記住之前報告的過敏症。"

克隆大腦

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

Mem0 架構通過動態捕獲、組織和檢索對話信息解決這些問題。該系統先從對話中提取重要記憶，然後根據現有記憶庫評估新信息，決定添加、更新、刪除或忽視特定事實。Singh解釋說："通過模仿人類的選擇性回憶，Mem0 將AI代理從健忘的反應者轉變爲可靠的合作伙伴。"

更先進的Mem0g版本採用基於圖的方法，將人物、地點等實體表示爲節點，關係表示爲邊，能夠處理更復雜的信息關聯和時間推理任務。

實驗結果顯示，與傳統方法相比，Mem0 實現了91%的延遲降低和90%以上的計算成本節省，同時保持競爭力的響應質量。這些系統在LOCOMO基準測試中的表現優於或匹配現有記憶系統。

兩種架構各有優勢：Mem0 查詢速度快（不到 150 毫秒），適合實時聊天機器人；而Mem0g更適合需要關係或時間推理的複雜場景，如跟蹤多步驟旅行計劃或患者治療方案。

對企業而言，這項技術意味着AI助手能更可靠地記住用戶偏好和過往交互。Singh總結道："連貫性、信任和個性化不是可選功能，而是AI系統價值主張的基礎。"