丘脑智能完成数千万元种子轮融资，押注多模态长记忆与主动智能

事件概述

丘脑智能（创立于2025年11月，创始人兼CEO张源毕业于北京大学，拥有电子与经济双学科背景，曾在一家自动驾驶公司担任COO）已完成数千万元种子轮融资，投资方包括深圳一线基金和产业资本，资金主要用于技术研发和人才队伍补充。公司核心团队主要来自阿里达摩院、腾讯、商汤、港中文、港中深、北大、西交大、KIT、复旦等企业和高校，团队平均年龄约26岁。

公司于2026年6月上线了原生多模态记忆基座MemAura，以ADK（智能体开发包）和API服务方式向客户提供，定位为独立于基模之外的第三方记忆层。

核心信息

产品表现：MemAura在输入侧Token综合消耗上降低40%-49%，记忆检索延迟控制在400毫秒以内，端到端首次回答可做到1秒以内，综合准确率可达80%以上。

记忆处理机制：MemAura采用仿生记忆处理流程，分为三步：事件识别（模仿人类记忆机制，保留关键信息、过滤噪声）、信息编码、隐私与非隐私记忆分区隔离。同时采用冷热存储策略，高频访问数据用热存储保证快速检索，低频数据用冷存储节约资源。

技术迭代：第一代技术为STKG时空知识图谱，将时间、空间置于物理层，多模态感知信息置于感知层，并构建认知层进行前向推理，在LoCoMo与LongMemEval两个基准上取得SOTA。第二代转向仿生记忆架构，模仿人类海马体编码与认知地图、皮质层整合方式构建记忆体系。公司目前正探索第三次迭代，方向包括通过E2P（Embedding-to-Prefix）技术以及对Transformer架构进行微调，目标是在实验室环境下实现大幅节省Token支出以及近似持续学习的偏好抽取效果。

Benchmark发布：2026年5月，丘脑智能联合英伟达、港科大、港中文发布全球首个多模态长记忆基准MEMLENS，目前已开源，并进入Hugging Face AI领域Daily Paper前三。该基准将27个视觉语言大模型和7个Memory Agent置于同一套多模态数据下，按32、100、128、256K四档上下文长度进行对照实验，得出三项核心发现：

1. 视觉语言大模型倾向于将内容全量塞入上下文窗口，长度增加后表现急剧下降；Memory Agent表现相对稳定，但会因记忆架构设计缺陷在写入阶段损失大量视觉与多模态数据。
2. 上下文长度增长时，两类模型均更易产生幻觉，面对缺乏证据的问题时倾向于给出自信但不准确的回答。
3. 部分针对Memory的后训练方法会削弱模型拒绝回答的能力，反而增加幻觉风险。

该结论指向基模与记忆企业的分工：基模负责视觉感知、图文对齐和底层推理，记忆企业负责跨模态信息检索、证据组织和状态更新。

客户与商业模式：现阶段客户主要为出货量较大的陪伴硬件（如陪伴机器人）以及垂类Agent场景（如AI客服、数字员工）。MemAura按API调用量及场景授权组合收费，并将Memory能力按场景权重封装为不同ADK供客户选择接入。

值得关注

• 丘脑智能认为记忆层会作为独立基础设施长期存在。原因在于不同厂商基模的基因和训练语料各有差异，用户在多模型间切换会产生记忆孤岛，AI从通用走向个性化需要持续学习记住用户的中间层，因此以用户为中心的第三方记忆层将独立于基模存在。
• 公司判断Memory的核心不是存储，而是决策。传统数据库已能解决存储问题，Memory的价值在于判断是否写入、哪部分写入、召回什么记忆、何时主动发起召回。基模上限到AI真实触达上限之间存在中间层，其中包括系统复杂度与个性化数据闭环，而后者正是释放AI上限的基础设施。
• 丘脑智能认为Agent终局不是任务驱动，而是状态驱动，未来的Agent能基于历史记忆帮助用户做规划并自我驱动完成任务。主动智能会率先出现在做Memory的公司中。
• 其判断，时间是多模态记忆缺失的关键锚点——时间具有唯一性，记忆无法脱离时间单独存在。
• 关于长上下文与记忆的关系，公司观点是Long Context和Memory Agent并非二选一，而是可做工程化权衡。DeepSeek V4的1M上下文窗口并不能替代记忆层，上下文窗口依赖前端交互和短期上下文，本质是临时性工作记忆。