在人工智能领域，记忆张量这家成立不久的上海公司正引发广泛关注。其创始人熊飞宇反复强调，记忆张量并非单纯聚焦于“记忆”业务。近期，记忆张量完成新一轮亿元规模的pre-A轮融资，投资方阵容强大，涵盖华为哈勃、荣耀战投、商汤国香、深创投以及和玉资本。其中，华为哈勃长期专注于硬科技与半导体产业链布局，此次入股一家侧重软件、模型架构及AI基础设施的公司，这一举动格外引人注目。
回顾记忆张量的发展历程，2024年底成立后，次年6月便完成近亿元天使轮融资，投资方包括有上海国资背景的孚腾资本、中金资本、徐汇资本等机构，产业方则有算丰信息、壁仞科技等。从这两轮投资方的构成，不难理解熊飞宇为何强调公司定位。在他看来，记忆只是公司首个商业化产品，是起点而非终点。记忆张量真正目标是构建从第一性原理建模、基模训练到产品落地的完整路线，将记忆从模型外部系统层推进至模型内部架构层。
当前，AI领域中agent默认无状态、每次从零开始的问题较为突出。熊飞宇形象地比喻，没有记忆的agent如同“第一天上班的临时工”，虽能完成查数据、写文档等任务，但无法记住过往操作、客户情况及团队规则。海外如Letta、Mem0等公司也在致力于解决这一问题。熊飞宇认为，问题根源在于模型本身，标准自注意力机制计算复杂度随序列长度呈平方级增长，即便有工程优化，超长上下文仍带来成本压力，且模型能稳定利用的有效上下文有限。长上下文和RAG虽部分解决问题，但未让模型具备长期、稳定、可更新的状态。
记忆张量的技术起点可追溯至2024年的Memory论文。该论文提出，大模型记忆除隐性记忆和外部记忆外，还应存在显性记忆，即把文本知识预先编码成可检索的稀疏表征，推理时模型按需读入。在国内，记忆张量较早将“记忆分层”“记忆操作系统”作为明确技术方向，并推出开源记忆操作系统MemOS，主导开发的是曾在阿里和小红书从事算法工作的CTO李志宇。
近年来，记忆功能在AI领域愈发重要。到2025 - 2026年，OpenAI、Google、Anthropic等国际大厂已将“记住用户”“引用历史对话”“跨会话延续上下文”等功能融入产品，国内大模型产品也在跟进。海外创业公司如Mem0、Letta、Zep等则将记忆做成供开发者调用的中间件。记忆张量身处竞争激烈的赛道，上下两端均有大厂布局。
熊飞宇明确表示，记忆张量核心并非记忆业务。他将公司发展路线概括为三步：首先进行第一性原理驱动的数学建模，由具备机器学习理论和应用数学背景的团队将问题抽象为数学框架；接着在该框架上进行基模训练，探索新模型架构和训练方式，减少对参数、数据和算力的依赖；最后将验证有效且可工程化的能力转化为商业产品。记忆作为首个商业化验证的切入口，得益于团队兼具基础理论功底和工程经验，首席科学家杨泓康是普林斯顿应用数学博士，核心成员覆盖多个关键领域。
在发展过程中，记忆张量曾面临挑战。早期从头训练2.4B和7B模型时，遇到“不能scaling up的点”，于是将可用能力抽出做成系统层的MemOS。但熊飞宇认为，MemOS带有“脚手架”属性，系统层方案虽解决工程问题，却存在复杂实现和泛化边界问题。因此，公司回归模型本身，推出Metis。Metis旨在让模型在训练和推理过程中原生地写入、巩固和更新记忆，目前是一系列参数规模控制在7B以下的小规模模型实验，核心目标是验证新架构下的scaling law是否成立，公司长期目标指向基座模型训练范式。
本轮融资为记忆张量带来重要机遇，使其获得将记忆推向端侧和硬件的入场券。熊飞宇有意选择战投方，自去年起便判断记忆将在手机、消费电子、车机等端侧场景广泛应用。与荣耀合作推出的MemPrivacy端侧隐私方案便是具体实践，该方案通过在端侧运行小模型判断隐私信息密集程度并分级处理，既保护隐私又保证办事效率，契合当下个人数据隐私保护需求和手机厂商AI终端卖点。
商业层面，熊飞宇设想从基础设施向上构建跨应用、跨设备的个性化记忆平台，让AI从“猜你喜欢”升级为“懂你喜欢”。在企业端，将沉淀的记忆抽象为行业经验，探索按效果或结果收费模式，形成数据飞轮。面对手机厂商也在做端侧记忆的疑问，熊飞宇认为终端个性化由厂商完成，但更广泛的独立个性化需要第三方承载方，记忆张量具备技术壁垒，适合担任此角色。
然而，记忆张量发展并非一帆风顺。在架构路线放大方面，早期训练小规模模型遇到问题，Metis尚未达到终极记忆原生基模目标。同时，面对谷歌、meta等手握海量算力巨头在记忆领域的尝试，以及大厂将记忆作为产品默认功能对独立记忆公司的挤压，记忆张量面临巨大竞争压力。熊飞宇认为与大厂合作大于竞争，公司定位是独立第三方记忆系统，但这一站位能否成立，需后续落地验证。赛道上各公司以不同benchmark宣称领先，存在评测方法和结果争议，熊飞宇认为benchmark仅代表基础水平，距离行业落地差距甚远。
