Metis是中國團(tuán)隊(duì)推出的全球首個(gè)記憶基礎(chǔ)模型。它和其他大模型的核心區(qū)別不在"會(huì)不會(huì)回答"，而在"能不能記住，并在記住的基礎(chǔ)上持續(xù)成長"。Metis的記憶能力不是事后外掛上去的，而是從架構(gòu)層面寫進(jìn)了模型底層，讓記憶能力與模型能力在源頭實(shí)現(xiàn)統(tǒng)一。
過去兩年，大模型的推理能力一路走高，但一個(gè)被反復(fù)驗(yàn)證的結(jié)論也隨之浮出水面：卡住AI真正走進(jìn)工作與生活的，往往不是"不夠聰明"，而是"記不住"。你今天跟它說過的話，明天就得重講一遍；它幫你做過的事，換一次對(duì)話就歸零。
什么是真正的原生記憶模型
市面上不少"記憶"方案，其實(shí)是外掛式。常見做法有三種：把更多歷史塞進(jìn)上下文窗口，靠加長窗口來"記得多"；用RAG從外部知識(shí)庫取回靜態(tài)片段；給用戶打一堆靜態(tài)標(biāo)簽做畫像。這三種路線的共同點(diǎn)是，記憶是"貼上去"的，不是"長出來"的。
外掛式記憶有三個(gè)繞不開的問題：檢索與推理是兩套流程，中間環(huán)節(jié)無法被端到端優(yōu)化；每次調(diào)用都要跑一遍完整檢索，開銷隨歷史增長；模型本身不知道自己"記住了什么"，記憶的寫入、更新、遺忘全靠外部規(guī)則，無法自主演化。
Metis走的是另一條路。它提出的"原生記憶"包含兩層關(guān)鍵定義：其一，原生記憶狀態(tài)——模型內(nèi)部存在一組隨交互動(dòng)態(tài)演化的參數(shù)，歷史信息被壓縮為固定大小的緊湊狀態(tài)，后續(xù)查詢無需重放原始文本；其二，原生記憶過程——信息的存儲(chǔ)、檢索、更新與遺忘，不是外部規(guī)則觸發(fā)的離散操作，而是融合在模型前向計(jì)算中的內(nèi)生行為。模型在理解一句話的同時(shí)，就自動(dòng)完成了"該記什么、該忘什么"的判斷。
這也是"模型公司"和"應(yīng)用公司"的分野所在：前者把記憶做進(jìn)模型，后者只能把記憶補(bǔ)在模型外面。Metis把記憶做成了模型的底層能力，是這套能力在基座模型上的完整呈現(xiàn)。
從理論到架構(gòu)，原生記憶是怎么實(shí)現(xiàn)的
Metis的架構(gòu)創(chuàng)新建立在記憶張量團(tuán)隊(duì)2023年提出的Memory³分層記憶理論之上。該理論將記憶劃分為參數(shù)記憶、激活記憶和明文記憶三類，系統(tǒng)闡釋了不同記憶形態(tài)在讀寫效率與更新成本上的權(quán)衡關(guān)系，隨后被Google、Meta等國際團(tuán)隊(duì)引用跟進(jìn)。
在架構(gòu)實(shí)現(xiàn)上，Metis在Transformer層中插入Metis Block，由局部記憶塊（維護(hù)動(dòng)態(tài)記憶矩陣）和超參記憶塊（學(xué)習(xí)信息篩選與狀態(tài)更新）協(xié)同工作。記憶更新采用門控差值網(wǎng)絡(luò)實(shí)現(xiàn)增量修訂，新信息精細(xì)合并而非粗暴覆蓋；記憶讀取通過專門的記憶注意力機(jī)制，將歷史狀態(tài)與當(dāng)前推理融合。
推理階段，模型權(quán)重保持凍結(jié)，記憶僅通過無梯度的前向計(jì)算更新，開銷極低且與歷史長度無關(guān)。
Metis不是孤點(diǎn)，而是記憶產(chǎn)品矩陣的核心
Metis并非孤立存在。記憶張量圍繞"記憶"形成了三層協(xié)同：底層是Metis記憶原生基座模型，解決"記憶如何內(nèi)化"；中間層是MemOS記憶操作系統(tǒng)，解決"記憶如何調(diào)度"，已開源并實(shí)現(xiàn)GitHub Star超1.2萬、單月調(diào)用量超5000萬次；上層是面向企業(yè)多Agent協(xié)同的ClawForce和面向個(gè)人記憶管理的Mimi，解決"記憶如何落地"。
Metis與MemOS并非前后替代，而是長期智能在模型層和系統(tǒng)層的兩條協(xié)同路線。MemOS負(fù)責(zé)外部長期狀態(tài)的生產(chǎn)、調(diào)度與治理，Metis則把記憶的讀取、寫入與更新機(jī)制進(jìn)一步內(nèi)化到模型架構(gòu)之中。兩者共同構(gòu)成了從理論到系統(tǒng)再到模型的完整技術(shù)棧。
記憶，是大模型的下一個(gè)引擎
Metis的定位，是記憶張量對(duì)"大模型該往哪走"這個(gè)問題的回答：記憶不是推理的附屬，而是與推理并列的大模型第二引擎。
推理決定AI能不能把一件事做好，記憶決定AI能不能在長期相處里越做越好。Metis在記憶操作任務(wù)上的表現(xiàn)顯著優(yōu)于同類方法，配套的MemOS在LOCOMO長期記憶基準(zhǔn)中將時(shí)序推理準(zhǔn)確率提升159%——這是它的底座；疊加上持續(xù)演化的原生記憶，它才會(huì)在長期使用里越來越懂你。旗艦?zāi)芰κ堑鬃洃浭亲屗掷m(xù)進(jìn)化的引擎。
目前Metis已完整開源，代碼、模型權(quán)重與訓(xùn)練評(píng)估框架一并開放，正邀請(qǐng)全球研究者與開發(fā)者在真實(shí)場景里把它打磨出來。從記憶到反饋、再到新行動(dòng)，AI才真正轉(zhuǎn)起持續(xù)進(jìn)化的閉環(huán)。
回看這條產(chǎn)品路徑，背后的判斷只有一個(gè)：有記憶，AI才配做你的長期搭檔。記憶，定義下一代智能。
星空人工智能技術(shù)網(wǎng) 倡導(dǎo)尊重與保護(hù)知識(shí)產(chǎn)權(quán)。如發(fā)現(xiàn)本站文章存在版權(quán)等問題，煩請(qǐng)30天內(nèi)提供版權(quán)疑問、身份證明、版權(quán)證明、聯(lián)系方式等發(fā)郵件至1851688011@qq.com我們將及時(shí)溝通與處理。！：首頁 > 星空人工智能產(chǎn)業(yè) > AI大模型 » Metis是什么？中國團(tuán)隊(duì)打造的全球首個(gè)原生記憶模型