文章摘要
【关 键 词】 人工智能、智能记忆、初创公司、架构创新、范式转向
人工智能初创公司Engram近期正式亮相,并成功获得9800万美元融资,成立仅8个月估值便达到6亿美元。该公司的核心目标是解决大语言模型记忆力薄弱的痛点,致力于让人工智能具备永久记忆能力,并仅消耗极少量的Token即可实现过目不忘与持续自我改进。这一技术突破有效应对了当前大模型在处理具体业务时认知水平低下、需反复重新学习知识库所导致的效率低下与成本高昂问题。
在技术路径上,该公司选择专注于记忆层面的创新,而非大模型参数规模的竞争。其核心依赖于名为Cartridges的记忆压缩技术,通过让模型预先学习语料并生成合成对话,将庞大的原始文档蒸馏成紧凑的缓存模块。这种处理方式能将内存占用大幅降低至原来的几十分之一,同时使解码吞吐量提升数十倍,彻底改变了传统将整篇文档塞入上下文窗口的低效模式。此外,系统在架构层面将推理层与记忆层彻底解耦,确保模型在专注思考的同时,能够以极高效率实时吸收个人偏好、对话历史与新增数据,无需进行全局重训。
该初创公司拥有高度专业的精简团队,核心研发人员主要毕业于斯坦福等世界顶尖学府的神经科学与人工智能相关实验室。从行业发展的宏观视角来看,该公司的技术实践预示着人工智能演进范式的重大转向。未来的算力投入重心将从单纯追求模型参数扩展,转向深度学习和内化个体私有数据,推动人工智能从静态的工具向持续生长的智能体转变。这种让模型越用越懂用户的技术逻辑,不仅是智能体深入理解现实世界的重要起点,也被视为迈向高级通用人工智能进程中不可或缺的关键拼图。
原文和模型
【原文链接】 阅读原文 [ 1208字 | 5分钟 ]
【原文作者】 新智元
【摘要模型】 qwen3.7-plus
【摘要评分】 ★★☆☆☆
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...



