#陳天橋
陳天橋的AI佈局再下一子,推出最強AI長記憶作業系統 | 巴倫精選
▎長期記憶能力,已是決勝下一代 AI 競爭力的分水嶺。近日,EverMind 團隊宣佈正式發佈其旗艦產品 EverMemOS,這是一款面向人工智慧智能體的世界級長期記憶作業系統,它旨在成為未來智能體的資料基礎設施,為AI賦予持久、連貫、可進化的“靈魂”。在 LoCoMo 和 LongMemEval-S 等最主流的長期記憶評測集上,EverMemOS 表現已顯著超越此前工作,成為新的SOTA。記憶能力: 決勝下一代 AI 的分水嶺受限於 LLMs 固定的上下文窗口,AI 在長時程任務中會頻繁“失憶”。這不僅導致記憶斷裂、事實矛盾,更讓深度個性化和知識一致性成為空談。AI 無法利用歷史互動資料來理解使用者,也無法保留上下文的中間資料,這使其應用價值大打折扣。這不只是一個技術缺陷,更是 AI 走向高級智能的演化桎梏。一個沒有記憶的主體,無法形成長期行為的一致性與主動性,更不可能實現真正的自我迭代。個性化、一致性、主動性——這一切演化的前提,都依賴於一個強大的記憶系統。行業巨頭已經用行動做出了證明。無論是 Claude 還是 ChatGPT,都已將長期記憶作為戰略級功能推出。這標誌著一個清晰的行業風向:記憶,正成為未來 AI 應用的核心競爭力與分水嶺;它也是 AI 從‘工具’走向‘智能體’、從被動響應走向主動演化的關鍵所在。行業並非沒有嘗試。RAG 等傳統方法提供了初步的補償方案,一些新興的記憶系統也開始湧現。然而,這些努力大多是“碎片化”的。市場始終缺乏一個真正可用的、能夠覆蓋全場景的記憶系統——既要滿足一對一陪伴場景,又能夠支援複雜的企業多人協作場景。更重要的是,這個系統必須在精度、速度、易用性和應用適配性上達到高度統一。現實是,這樣的解決方案仍然缺位。因此,為大模型裝上一個高性能、可插拔、易最佳化的“記憶外掛”,依然是困擾眾多應用、亟待滿足的核心剛需。靈感源自人類大腦的記憶機制EverMind 團隊來源於盛大集團(Shanda Group),這一曾引領中國數字創新浪潮的科技和投資集團。他們的靈感來自人類大腦的記憶機制:從感官訊號編碼、海馬體索引到皮層長期儲存,前額葉與海馬體協同完成記憶的形成與提取。這種「類腦」理念,成為 EverMemOS 設計的核心,讓 AI 能夠像人類一樣思考、記憶與成長。這一願景也與盛大創始人陳天橋在腦科學與 AI 融合研究中的長期投入一脈相承,體現出讓人工智慧和人類智能相遇的重要意義。9月份,陳天橋旗下團隊打造的MiroMind就成為全球頂尖預測大模型,性能領先行業基準,該模型採用記憶驅動機制,專為預測與決策設計。更早之前,MiroMind團隊還公佈了一個高性能、完全開源、開放協作的深度研究項目MiroMind Open Deep Research(Miro ODR),成為開源最強DeepResearch模型之一。今年10月27-28日,他在天橋腦科學研究院在美國舊金山舉辦的首屆天橋腦科學研究院AI驅動科學研討會(Symposium for AI Accelerated Science,AIAS 2025)上系統闡述了包括“長期記憶”在內的發現式智能五種核心能力。他指出,當今的 AI 建立在 “空間結構”範式 之上——這種範式是「瞬時的」「靜態的」,本質上通過規模化參數去擬合世界的“快照”;而人類大腦的 “時間結構”範式 是「連續的」「動態的」,其目的在於管理與預測時間流中的資訊。在這其中,“長期記憶”正是連接時間與智能的關鍵環節。EverMemOS 正是在這一理念的啟發下誕生的 —— 讓 AI 擁有時間的連續性,使其能夠在時間流中記憶、適應與進化。正是在這樣的背景下,EverMind 團隊推出了 EverMemOS,一個在場景覆蓋和技術性能上均實現關鍵突破的記憶系統。在場景覆蓋上: 它是行業首個真正能同時支援 1 對 1 對話與複雜多人協作兩大場景的記憶系統,並已率先被創新的 AI Native 產品 Tanka 採用。在技術性能上: 基於創新的生物‘印跡’(Engram)啟髮式記憶提取與應用技術,EverMemOS 在最主流的長期記憶評測集 LoCoMo 和 LongMemEval-S 上,分別取得了 92.3% 和 82% 的高分,均顯著超越了SOTA(State-of-the-Art)水平,樹立了新的行業標竿。EverMemOS 四層架構設計EverMemOS 受「人腦記憶機制」啟發,創新設計了四層結構,並與大腦關鍵功能區形成類比:代理層(Agentic Layer)—— 負責任務理解、分解與生成,類比「前額葉皮層」在注意力、計畫與執行控制中的作用。記憶層(Memory Layer)—— 管理長期記憶的提取和結構化儲存,對應「大腦皮層網路」的長期鞏固儲存功能。索引層(Index Layer)—— 通過Embedding、鍵值對與知識圖譜實現記憶關聯和高效記憶檢索,類似「海馬體」完成記憶的關聯與快速索引功能。介面層(API/MCP Interface)—— 與企業級應用無縫整合,作為AI的“感官介面”與外界互動。EverMemOS 三大系統特點特點一:從“記憶資料庫”到“記憶處理器” EverMemOS 的首要創新在於,它不僅僅是一個記憶的“資料庫”,更是一個記憶的“應用處理器”。它解決了現有方法“只管找,不管用”的核心痛點,通過其獨特的推理與融合機制,讓記憶能夠即時、主動地影響模型的思考和回應,確保 AI 的每一句話都基於對使用者的長期理解,從而提供真正連貫、個性化的互動體驗。特點二:創新設計“分層記憶提取”與動態組織 EverMemOS 的核心在於其創新的“分層記憶提取”思想。它不再將記憶視為混亂的文字塊,而是將連續的語義塊提取為情景記憶單元,再動態地組織成結構化記憶。這種層次化的記憶組織方式,將相關記憶聯絡起來,解決了純文字相似度檢索難以捕捉隱性上下文的難題,為後續的記憶應用提供了堅實的基礎。特點三:實現業界首個可拓展的模組化記憶框架 在實際應用中,不同場景下的記憶需求差距較大。因此,EverMemOS 創新性地設計了基於使用場景的可拓展記憶框架。它能夠靈活支援多種記憶類型,無論是需要高精度、結構化資訊的工作場景,還是需要共情、理解隱性情感的陪伴場景,EverMemOS 都能智能地提供最優的記憶組織和應用策略,解決了傳統記憶形式單一、無法適應多變需求的難題。目前,EverMind已在github上開放EverMemOS開源版本,供開發者與 AI 團隊部署與試用。Github訪問地址為:https://github.com/EverMind-AI/EverMemOS/。預計在今年晚些時候,團隊將發佈雲服務版本,為企業使用者提供更完善的技術支援、資料持久化與可擴展體驗,有興趣的開發者或企業可以在官網(http://everm.com)留下信箱,將有機會第一時間體驗服務。 (鈦媒體)
陳天橋創立的AI公司MiroMind打造出全球頂尖預測型大模型
陳天橋對新AI公司MiroMind寄予厚望,還承諾,盛大內部孵化的所有AI企業的一半利潤將分給團隊。發佈僅一個多月,全球創新企業家、慈善家陳天橋打造的MiroMind成為全球頂尖預測大模型。9月21日消息,在全球首個動態即時LLM智能體未來預測基準FutureX當中,陳天橋旗下團隊打造的大模型MiroMind連續第二周蟬聯冠軍,搭載GPT-5的MiroFlow智能體框架在9月第1周和第 2 周連續奪得榜首,同時搭載自研模型MiroThinker的MiroFlow均位列前五,力壓眾多國際頂尖機構和閉源商業模型。與專注文字輸出的生成式模型不同,MiroMind採用記憶驅動機制,專為預測與決策設計,打造全球最好的預測大模型。Future X是字節跳動 SEED 團隊聯合史丹佛大學、復旦大學、普林斯頓大學共同推出的全球首個動態即時LLM(大語言模型)智能體未來預測基準。該基準從全球200多個高品質網站精選只有下周才會有明確結果的問題,讓AI直面未來的事件和發展趨勢,如科技公司的戰略走向等。馬斯克曾表示:預測未來的能力是衡量智能的最佳標準。讓AI具備像人類一樣在不確定環境下的決策能力,這正是通向AGI的重要一步。因此,MiroMind登上Future X基準測試冠軍的意義非凡。據瞭解,在測試中,MiroMind成功預測了2025年9月 9 日ATP男子單打排名第4-6位的選手,其難點在於網球排名系統極為複雜,涉及積分計算、比賽結果、時間窗口等多個變數。對此,陳天橋表示:“我們正在全力長期投入正在長期投入,打造一個全球最好的預測大模型,讓AI記住過去,洞察未來。我們持續歡迎全球志同道合的AI優秀人才加入,共同創造未來。”公開資訊顯示,MiroMind是由創新企業家、慈善家、天橋腦科學研究院創始人陳天橋,以及國內 AI 領域科學家、清華大學電子工程系副教授代季峰,聯手籌備的一家致力於打造通用人工智慧(AGI)新公司,目標是打造下一個OpenAI,將圍繞AGI展開基礎性研究,首個項目就是MiroMind Open Deep Research。代季峰曾在2009年和2014年於清華大學自動化系分別獲得工學學士和博士學位;2014年-2019年在微軟亞洲研究院視覺組工作,擔任首席研究員、研究經理;2019年至2022年在商湯科技研究院工作,擔任執行研究總監。2022年7月起,代季峰全職加入清華大學,擔任清華大學電子工程系副教授、博士生導師、碩士生導師。他的研究方向包括視覺資訊理解基礎模型與核心演算法等。有報導稱,陳天橋對代季峰領銜的這家新 AI 創業公司寄予厚望,還承諾,盛大內部孵化的所有AI企業的一半利潤將分給團隊。今年8月初,MiroMind團隊迎來“首秀”,公佈了一個高性能、完全開源、開放協作的深度研究項目MiroMind Open Deep Research(Miro ODR),其V0.1版本的GAIA測試達82.4分,性能超越OpenAI的DeepResearch、Manus等一眾開源和閉源AI深度研究模型,成為開源最強Deep Research模型之一。“經過一個季度的努力,MiroMind正式亮相併發佈我們重磅開放原始碼專案。Miro ODR完全開源且可復現,核心模型、資料、訓練流程、AI Infra、DR Agent框架統統開源,復現無壓力。”代季峰透露,團隊將以每月一次開源更新的速度,同社區一起創作最強深度研究模型。具體來說,根據MiroMind技術報告,與現有的深度研究方法相比,MiroMind ODR項目開放了深度研究的各個階段,主要包括MiroFlow、MiroThinker、MiroVerse和MiroTrain四個子項目,而且可以在手機端上運行。其中,MiroFlow框架在GAIA-Validation上取得82.4%的優異成績,並在多個基準測試中領先眾多國際對手,更值得關注的是,MiroFlow提供了完全開源、可復現的框架和配置,致力於建設一個創新者平台;同時,MiroMind團隊推出的自研旗艦基礎智能體模型MiroThinker,不僅具備強大的推理、決策和多模態理解能力,還能在多Agent協作中發揮核心作用,在各類榜單中已成為開源模型的引領者,並不斷縮小與閉源商業模型的差距。據悉,MiroThinker 很快將以完全開放原始碼的形式向全球開發者和研究者開放,提供可復現的模型和實驗環境。如今,MiroMind登頂全球評測基準FutureX榜單。MiroMind 的登頂並非偶然,而是基於其在 AI 預測未來方面的資訊洞察力、邏輯推理與趨勢感知、機率與不確定性管理、跨領域整合能力等核心能力,且其在具體預測場景中展現出了系統性的策略與實力。在預測男子網球排名時,模型採取六步策略,先制定詳細預測計畫,再通過網路檢索獲取9月1日的男子網球TOP 10排名資料以建立預測基準線,隨後深入研究比賽排名與積分對應關係並對比2024年與2025年的dropping規則以確保計算一致性,接著搜尋9月1日之後的比賽成績並分類處理(對已有結果的比賽更新排名,對未結束的比賽識別影響),最後通過多情景分析(針對未出結果的比賽分析 6 種可能情況)、引入機率資料作為外部驗證基準得出最可能排名結果;在預測2025年9月11日數字加密貨幣Solana將突破的關鍵價格檔位時,模型同樣制定了六步策略,通過交叉驗證確定最優預測選項,這體現了其在處理價格波動類問題上的系統建模能力與風險控制水平。代季峰曾透露Miro ODR項目的終極目的:在MiroMind,“我們不提供AI,但我們與您共同建構AI。”此外,陳天橋日前罕見地公開發聲,呼籲中國科創投資人:“不要把腦機介面只當作賺錢的風口。”此前在鈦媒體文章《腦機革命:馬斯克向左,陳天橋向右》中,陳天橋曾表示,科學家們利用AI、深層資料、機器學習演算法等技術手段,在不損傷患者大腦的情況下,可以達到與侵入式一樣的效果和反饋,甚至要超越後者。“我們不僅是投資者,更是這場科技革命的參與者和推動者。”在陳天橋看來,硬科技創新無法用網際網路行業的短周期、快回報模式來衡量。“如果仍然用網際網路投資那套做法,需要對賭、需要馬上拿證、需要立刻產生收入、需要馬上上市,這種投資對於真正的科創企業會是一個雙輸的結果。”從盛大,到天橋腦科學研究院,再到All in AI,陳天橋四分之一個世紀以來持續探索人類未來科技的邊界。目,MiroMind正在探索將長期記憶模組深度嵌入模型,在複雜、多變的環境中做出更精準可靠的預測,實現預測,實現預測,實現預測,實現預測,實現真正的時間維度智能。陳天橋認為,科創領域亟需“有長遠眼光的耐心資本”,為企業提供長期、穩定的支援,幫助其從基礎研究到產業化落地,穿越技術驗證和市場培育的漫長周期。“我們願意做有耐心的資本。”陳天橋表示。 (鈦媒體)