今天的 AI，很强厦门管道保温施工，但不领悟你。

它不知说念你昨天资历了什么，不知说念你正处于东说念主生的哪个阶段，不知说念今天的你和个月前有什么不同。是以它只可等你问、等你发起切——然后尽可能给出个"正确"的修起。

这是被迫智能。

固然，好多公司如故启动作念"牵挂"了。模子公司在作念，但愿让回答个化；哄骗层也在作念，但愿让 AI 有温度、让对话连贯。但这些牵挂，实质上都是就业于具体场景的——让 AI 好地即时"反应"你，而不是信得过"贯通"你。

丘脑智能想作念的事情不太样。他们想把牵挂酿成种基础智力，贯通你是谁、你在酿成谁、你可能需要什么。

这件事分两步走。

步，是让牵挂齐全。面前大多数牵挂案只可处理文本，但东说念主的生存还有相片、有语音、有、有各式各样的数据思路。而且这些信息是偶然期规章的，今天发生的事和三年前发生的事，意思不同。丘脑智能个要科罚的，等于"时序"和"全模态"——让 AI 能贯通你生存中总共类型的信息，况且知说念它们在时期轴上的位置。

这步的地基如故下—— 12 月，丘脑智能基于自研的时空学问图谱框架（STKG，Spatio-Temporal Knowledge Graph），在多项长程牵挂评测中刷新了 SOTA 纪录。

在针对 Agent 永远对话牵挂的榜单 LoCoMo 测试中，他们的中枢产物 OmniMemory 在保证 P95 检索蔓延低于 2 秒的前提下，详尽准确率达到 82.5，踏进环球 AI 牵挂案的梯队，并于 1 月启动内测。

图源：丘脑智能

二步，是信得过的跃迁：主动智能。

当 AI 领有了齐全的、偶然期感的牵挂，它就好像主动预判你的需求。

这背后的逻辑是：东说念主是有轨迹的。你今天的景象，是昨天的不竭；你来日的需求，常常藏在今天的变化里。如果 AI 能看到这条轨迹，它就能断你接下来可能需要什么。

这让我料到个视角：东说念主其实是"三维半"的生物。我们生存在三维空间，同期领有昔时、面前、畴昔，但我们对时期的掌控力很弱。昔时只可记取部分，好多塑造我们的东西早已被渐忘；畴昔充满不校服，我们只可邋遢地策动。

即使是今天的荐算法，只知说念"你刷了什么就什么"。它假定你是静止的，你昨天心爱的东西今天还心爱。但东说念主是变化的。如果 AI 能贯通你在时期轴上的变化，它就不会把你锁死在信息茧房里，而是能预判你正在酿成什么样的东说念主、畴昔可能需要什么。

这是交互范式的改动。从"东说念主找信息"到"信息找东说念主"，再到" AI 懂东说念主"。

丘脑智能正在作念的，等于这个范式退换的基础层。在此次对话中，丘脑智能的 CEO 张源、CTO 赵翔聊了聊他们对牵挂、对时期、对 AI 与东说念主议论的想考。

这些想考也许还在演化中，但指向个清醒的向：给 AI 个时期轴，给东说念主个时期轴上的 AI。

以下是对话实录：

张蓝图绘到底，作念"时序 + 全模态"的精度牵挂架构

硅星东说念主：不错先向大先容下你们我方和你们的产物。

张源：我和赵博是 223 岁首领悟的，那时 OpenAI 的模子把大都轰动了，我们都认为畴昔十年甚而万古期都是 AI 的黄金时期，相等想在 AI 域创业。

但那时候百度刚发了文心言，国内反馈挺热烈，我领悟到国内基模可能还需要迭代段时期。是以我们决定先各自积攒——赵博在浙大作念有关接头，我去了作念自动驾驶域控的公司，作念了两年 COO，从 到 1 走了遍创业经由。

到 225 岁首，DeepSeek 让我们认为基模才气到了个节点，是创业的好时机。又因为我我方是频 AI 用户，先感受到了牵挂孤岛问题——在 Gemini、GPT、豆包上输了好多 prompt，不餍足换个基模还要叠加输入偏好，相等勤苦。我搜科罚案，发现大作念 memory 都作念得不好。赵博刚好也在原谅这个向，我们就决定我方来科罚这个问题。

赵翔： 对，我们的 Omimemory 1.，是把 Memory 才气封装成 SDK 和 API。本领上我们作念的是时空学问图谱（STKG），把时期和空间算作牵挂的物理锚点，守旧、音频、对话、图片等全模态输入。12 月我们刷新了 Memory 域的 SOTA，本年 1 月启动产物内测。

硅星东说念主：从 25 年下半年启动到面前，市面上如故有相等多的 memory 科罚案了。Omimemory 和它们的永别是什么？

赵翔：面前市面上的 memory 产物，大多数是基于 RAG 的案，等于把用户的对话、文档切片存到向量数据库里，需要的时候检索出来。这种式有几个问题：是检索精度受限于 embedding 模子的才气，二是衰败对时期和空间维度的建模，三是莫得成见作念跨模态的关联。

我们的中枢永别在于，我们把时期和空间算作牵挂的物理锚点。比如用户说"上周在杭州见了个一又友"，我们不仅仅把这句话存下来，而是构建个结构化的学问节点，包含时期、场、东说念主物、事件之间的议论。当用户其后问"我前次去杭州是什么时候"或者"我近见过哪些一又友"，系统都能准确调回。

硅星东说念主：时期在你们看来为什么这样弥留？其他牵挂产物处理时期的式和你们有什么不样？

张源：我们认为，作念 Memory 论本瓦解径若何料理，唯绑不开的等于时期。东说念主去回忆件事情会说"旧年冬天我们起吃暖锅的时候若何样"，是沿着时期轴去作念漏斗筛选的。

赵翔：其他产物的时期是算作节点的属挂鄙人面的，纪录这个节点什么时候写进来。但调回的时候照旧靠语义，不错加个时期漏斗过滤，但在这个时期鸿沟内调回节点时，照旧先用语义把附进的调回，再排序。

这就不可避地会把昨天和今天违反的两个牵挂都调纪念。比如用户昨天说"我近失眠很严重"，今天说"我昨晚睡觉好多了"，RAG 案可能会把这两条都调纪念，因为它们语义上都和"睡觉"有关。两个违反的事实放在面前，模子就会困惑，收缩挑个回答。

而我们的时空学问图谱会识别这是同个景象维度上的变化——"睡觉景象"从"失眠"退换到了""。调回的时候，系统知说念应该用新的阿谁景象。

硅星东说念主：这是套很复杂的架构，具体是若何搭建的？

赵翔：我们不错看这张图厦门管道保温施工，底层是时期维度，这是基础。

图源：丘脑智能

接着是守旧全模态的原始素材层，帧里不错抽取东说念主脸、物体、动作、场景这些信息，和身份绑定在起。文本对话按 turn 组织成结构化 seission 然后提交到就业端，语音不错作念 embedding 同期转 ASR 酿成文本。

再表层是领悟层，我们效法东说念主的领悟。东说念主记东西般记的是事件，很少径直记很细的东西。这是从原始素材里抽象出来的时序事件。事件里有身份 Entity，通过算法把这些聚类起来，等于"谁在那儿作念了什么"。

表层是景象 State，这是细粒度的景象退换。比如"我今天上火"和"我来日好了"等于个景象转动，模子看到这个，就会判断他面前能不可吃辣。

举座架构是在模拟东说念主的领悟，从物理到感知再到领悟。

硅星东说念主：近两年，牵挂架构直在迭代，启动作念的都还比拟约略，你们是从启动就决定要作念这样精度的科罚案吗？

张源：我们认为要张蓝图绘到底，先想明晰终要竣事什么标的、这个标的是不是果然的需求、能不可带来范式迭代，然后倒面前该若何作念。中间的接头贫困、工程卡点，都不错通过资源整去科罚。

是以，我们但愿去科罚畴昔的问题。我们判断 AI 的末端是主动智能，等于 AI 不仅仅被迫回答问题，而是能主动贯通你、帮你作念事，那牵挂的底层架构从天就必须是精度的，包括时序的、全模态的。

硅星东说念主：不错举几个例子来讲明吗？比如，从物理到感知到领悟的 memory 过程。

张源：比如这周你口腔溃疡、上火、失眠，先是在上周这个物理时期段发生的，其次，这是个新发生的感知，并抽象出了个你面前的景象，比如，你不可吃辣、喝咖啡，过段时期非论你变好了，照旧变坏了，这个景象都会率先奴婢时期轴新。

硅星东说念主：可能抽象出的景象，比如"我冬天容易上火"，不错这样贯通吗？

张源：对。

潜空间牵挂：从被迫反应到主动智能

硅星东说念主：你们说的主动智能是什么？

张源：主动智能出现的前提是它能上前展望你的风俗，主动来教导你，铁皮保温而不是像定闹钟样你去告诉它什么时候教导，或者像面前的随同产物样你得主动找它。

硅星东说念主：异常于 AI 基于 AI 与用户聊天的轨迹，不休新下步如何与用户交互？

赵翔： 不错这样贯通。面前的 RAG、Graph RAG，有点像沿途塞到高低文内部让模子去读大堆信息，得好像跟你很熟，这个很幼稚。

试验上，用户在和 AI 交互的过程中会积攒好多偏好和风俗。每次交互，其实都是个偏好信号。这些东西对于个化来说相等有价值。

但这种细粒度的偏好量相等大，是以我们面前在作念个叫潜空间牵挂的东西。像荐算法样，在深广反馈信号的基础上，从图里抽取偏好信息作念个子图，把子图压成个粘稠向量。这个粘稠向量东说念主看不懂，但模子看到以后，会相等当然地了解你的每个点。

可能有点抽象，但就像抖音样，冷启动的时候刷了堆不心爱的，点了几个赞之后，刷到的就沿途都想看了。

张源：对，那时互联网初期，大都在百度、Google 搜索，有了荐算法之后长出了抖音这样的哄骗。面前 AI 生态大都是去 DeepSeek、ChatGPT 上问下，都是通用的。我认为可能会有个面向 C 端的主动智能哄骗长出来。

硅星东说念主： 这样作念的难点在那儿？

赵翔： 照实有点壁垒。对于潜空间注入，如何让模子把我们相等粘稠的信息挖出来不丢失语义，有对皆的贫困。

这个贫困主要来自于：我们若何去构造端到端的数据？如果不构造端到端数据，用 DPO 进行强化学习的话，reward 信号该若何造？这内部有些相等细的工程难点，但从表面上，面前接头和远景都是可不雅的。

硅星东说念主： 工程上的难点反而是功德，因为有壁垒。

赵翔：是的，接头和 Infra、工程之间是细腻耦在起的。

张源：潜空间牵挂是我们正在作念的下步向，是跨代际的，联想空间相等大。但我们必须先有个基础——把数据存好、提真金不怕火好，才能作念好用户的特征向量，步步来。

从随同、硬件到具身，作念物理 AI

硅星东说念主： Memory 主如果 To B 的，你们的客户是谁？

张源： 我们面前如故启动内测了。从产物层面来说，我们步对标是 supabase，猛进度的缩短大使用牵挂的门槛，二步是在我们牵挂底座才气弥散塌实的基础上，期待顺其当然孕育出来主动智能的 ToC 的哄骗。这个定位决定了我们原谅本领想法和可集成。

面前找过来的客户，有些作念 IP 的，比如拿了北京动物园大熊猫萌兰 IP 的；有些作念科罚案的供应商，门给随同类作念科罚案的；还有些纯软件的随同产物。我们挑了些物理距离上离我们近的作念内测。

硅星东说念主： 为什么先选随同类？

张源： 因为随同先交易化了，大在交易化过程中越来越领悟到衰败牵挂是很痛的痛点——异常于市集对于牵挂需求的纯属度比拟。

硅星东说念主： 除了随同类，还有什么行业呢？

张源： AI 硬件、具身机器东说念主，还有些法律、金融这种垂类 Agent 也来找我们。因为我们不仅是多模态的，而且图谱总共调回的牵挂都是可审计的，有坚实凭据，是以些比拟严肃严谨的行业也有需求。

硅星东说念主： 不同业业对牵挂的需求有什么各异？

张源： 面向女用户的伴侣产物会需要精度牵挂，用户原谅的是 AI 好像谨记风俗喜好，还有恋当中的些小细节。

具身对牵挂的需求相等刚。比如 Figure 形容的那样，具身机器东说念主给你作念务，你的身份证或钱包放在茶几上，它给你打理起来放到某个抽屉里。过了个多月你再用的时候，如果它惟有视觉识别莫得 Memory，它就忘了放哪了找不到了。

硅星东说念主： 不同业业的客户对你们的价值是若何的？我知说念好多 AI 随同公司其实盈亏很难均衡，行业也不是很有钱，他们会防备资本吗？

张源：我们按照客户的付费才气和对隐秘的敏锐进度，把客户分红了 B+、B 和 B-。

B+ 是有很付费才气的，公司有，可能 Day 1 就环球收好意思国订阅。他们对隐秘要求相等，也不在乎案多花 1 万、2 万。这种等于独有化部署加 API，数据物理逃避。

B- 是付费才气险些莫得，但门道很野，出货量绝顶大。对这部分客户，我们侧重通过脱敏的式"诱骗建模"，积攒用户的通用" Life Context "。

B 类客户不错 case by case。是以从收费花样上，面前客户的反馈都还挺好的。

硅星东说念主： Life Context 的数据积攒，等于作念潜空间牵挂。

张源： 我们去了些 benchmark 榜单，刷新了 SOTA，但我们认为这个事别东说念主花点时期也能刷上来，但潜空间牵挂是我们终想作念的，个信得过的跨代际晋升，这需要积攒多的东说念主生高低文。

赵翔： 对，潜空间牵挂需要把海量的交互活动压缩为机器可读的粘稠向量。这些向量是去符号化的，不包含任何个东说念主身份信息（PII），但包含了东说念主类通用的活动逻辑——比如"当东说念主类抒发震怒时，常常但愿取得若何的安抚"。

就像抖音样，冷启动的时候刷了堆不心爱的，点了几个赞之后系统捕捉到了活动花样，刷到的就沿途都想看了。莫得弥散多的活动样本，就历练不出弥散懂东说念主的潜空间模子。

张源：是以，交易化上，要么对接 Agent，要么对接 AI 硬件，要么对接 GPT wrapper，谁先落地我们就接谁。

硅星东说念主： 牵挂产物因企业而异、需求而异，要磋议率、资本等多维度身分。你们面前对接客户难吗？

张源： 我们面前的景象是——圳那边好多作念随同的，华强北多。我们但愿作念永远主义的事情，面前他们来找我们，我们先洞开个口作念内测，测得好再签。因为我们想作念永远主义的事情，跟客户永远交一又友，测试客户找物理距离相对近的便客户随时濒临面的给我们建议建议。

硅星东说念主： 你们我方的资本吗？

张源： 我们作念过限测试，用了 1 万的向量边的料理，测了存储限，不磋议渐忘的情况下是 157 天。如果磋议渐忘，就不错用低资本作念到毕生牵挂。是以我们资本不。

先跑完 milestone，重逢投资东说念主

硅星东说念主： 你们畴昔想作念成什么样的公司？

张源： 从 到 1 是作念牵挂域的 Supabase，我们想作念的事情是缩短大使用 Memory 的门槛，让牵挂成为大在 AI 时期作念任何 AI 哄骗的标配。通用、轮番、低门槛。

硅星东说念主： 团队是什么时候创立的，作念了多深刻？

张源： 从 25 年 3 月份启动攒这个事情，11 月份注册公司，12 月份我们 Benchmark 刷新了 SOTA，1 月启动线上内测。

硅星东说念主： 你们面前融资情况若何样？

张源： 融资校服是需要的。12 月上旬刷新 SOTA 之后，反馈相等好。前段时期中关村四杰展望 26 年什么事情比拟热，大约论断是要作念好 Memory 的贯通，可能才能拿到 26 年的张船票。各种身分把通盘赛说念热度起来了。

近好多投资东说念主、投资机构主动找过来，我们也相等感谢大原谅，面前正在积进。

硅星东说念主： 在融资之前，你们是若何运转的？之前聊过投资东说念主吗？

张源： 在产物出来前，我们没找，等于决定用我方的钱。

尤其我们算作首创团队应该磋议：在限条目料理下，你还想不想作念这个事情？还有莫得信心作念好？客不雅上能不可作念好？三个谜底都是 yes 才能入辖下手作念。是以我们在创业天就说，在早期、个 milestone 出来之前，必须花我方的钱养团队、作念开销。

硅星东说念主： 你们会磋议开源吗？

张源： 面是代差代际开源，另面是我们想作念的事情是缩短大使用 Memory 的门槛。比如即使有些友商开源之后，也仅仅些有水平的征战者能用，并莫得竣事 Memory 才气的平权。

我们想作念的是让牵挂成为大在 AI 时期作念任何 AI 哄骗的标配，可能是当然说话调用，可能是行代码调用。是以我们相等敬重征战者生态、征战者议论、征战者声量。

毕竟每次交互范式变革都会激发新轮增长，从诺基亚按键手机到 iPhone 是，从搜索到荐是，我们信赖从被迫到主动也会是。这种变革能带来宽绰的创业契机。

而我们要作念的是厦门管道保温施工，成为 AI 时期主动智能哄骗的基础建筑。