2026 年 2 月——在 AI 技术从感知智能迈向认知智能的关键转折点上，质变科技正式发布了首个具备超大规模实践的多模态记忆平台——MemoryLake（https://memorylake.ai/）。该平台首次将“多模态内容深度理解、多模态记忆存储、记忆计算与管理”全栈能力融于一体，由 MemoryLake-D1 大模型、MemoryLake 记忆引擎和多模态存储与计算平台（Relyt Multi-modal Data Cloud）构成。

告别「对话玩具」，多模态记忆成为企业刚需

当AI从示范应用进入企业落地深水区，行业焦点转向直接生产力提升。而其中关键在于能否将企业员工的决策逻辑、经验权衡等隐性知识数字化、轨迹化——这就需要多模态记忆。

决策轨迹天然就是多模态的，构建多模态记忆将成为企业刚需。企业中的一次采购决策，线索可能来自一份 PDF 报告（文本）、一次会议录音（音频）中的关键论点、一组历史价格曲线（图表）和审批流中的批注（结构化数据）。传统“会话级别”的记忆，仅是这条连续、混杂轨迹的一个孤立切片，丢失了绝大部分上下文与记忆链。

MemoryLake 旨在完整复现这条“决策轨迹”，让AI能在全量记忆基础上进行推理。

计算范式转变：从处理数据到处理记忆

质变科技 CEO 占超群表示：“现有系统仍是围绕“数据”构建，而非围绕‘记忆’构建。MemoryLake的发布标志着 AI 基础设施正式从‘以数据为中心’迈入‘以记忆为中心’的新阶段。”

从传统计算到认知计算，这一理念体现在三个范式转变上：

1.架构设计转向「认知状态记忆为中心」

认知状态记忆是主角（First-Class State），认知状态记忆是系统在某一时刻，对“我在做什么、我知道什么、我假设什么、我不确定什么”的结构化内部表征。

2.系统核心转向「构建多模态认知状态记忆」

未来系统核心将从“管理数据记录”转向“管理多模态的决策轨迹，构建多模态认知状态记忆”，技术竞争的关键在于“隐性知识”的记忆化以及高准确性、可信可靠的记忆管理。

3.基础设施转向「记忆管理」

从“数据的存储、计算与管理”转向“记忆的存储、计算与管理”。正如云时代催生了 Snowflake 与 Databricks，AI 时代也将诞生以“记忆”为核心的新一代基础设施平台。 

MemoryLake 架构：三大核心技术组件

为了构建完整的“记忆计算”能力栈，MemoryLake 包含三大核心技术组件，打通了记忆的提取、存储、管理与计算全流程：

MemoryLake-D1 大模型：专注多模态记忆理解与提取

传统通用大模型在处理复杂表格、多层级文档以及多模态数据如音视频等企业数据时往往力不从心。而 MemoryLake-D1 是业内首个专注于多模态“记忆”理解与结构化提取转换的领域大模型。它能够深度解析包含多子表、多布局、多层级的复杂 Excel、PDF 以及图文混排文档，从中抽取规范化的知识，转化为可被系统理解和计算的“记忆单元”。

在实际测试中，D1 模型可以执行诸如“从多日票务数据中提取指定日期的出票量，按客户分组汇总，并跨日对比分析”的复杂指令，直接输出可执行代码和结构化结果，将原本需要人工耗时数日的报表整理与数据洞察工作缩短至分钟级。该模型在权威的表格理解评测（TableBench/EOB）中表现出全球领先的准确率，充分证明了其在复杂企业数据处理方面的能力。

MemoryLake 记忆引擎：实现类人方式的记忆组织与演进

MemoryLake 记忆引擎承担着智能化组织记忆、动态更新知识以及高效检索调用的任务。其创新之处在于类人记忆管理机制的实现：

• 记忆组织：通过概念关联网络、多层次动态知识图谱和语义聚类、多层次向量等手段，像人脑一样在不同知识之间建立联系，支撑复杂的多跳推理；

• 记忆管理和计算：内置记忆演化追踪、时间线回溯、冲突智能合并以及基于遗忘曲线的优化机制，确保记忆库随着时间推移能够自动淘汰噪音、保留高价值内容；

• 记忆取用：在检索时，支持亚秒级的多跳推理查询和跨概念关联查找，并依据权限矩阵保障安全访问。引擎返回的是结构化、精炼且完整的记忆片段，而非冗长的原始全文，平均降低 90%以上的 Token 消耗和计算成本。

在全球极具挑战性的长程对话记忆基准测试 LoCoMo 上（需在平均 300 轮、跨数月、多模态内容的超长对话中进行精准信息整合与推理），MemoryLake 记忆引擎以 94.0% 的综合得分位列全球第一，显著超越其他记忆方案及人类标注基线。

多模态数据平台（Relyt Multi-modal Data Cloud）：超大规模记忆的持久化基石

当前，业内众多产品技术将记忆分为短期、中期、长期记忆进行管理，涉及静态压缩、遗忘等，但这种仿生设计存在原理缺陷，即它是以人脑的存储容量、算力有限为前提设计；而记忆（外部系统）作为 AI 的第二大脑，可采用全新的分布式多模态存储与计算能力，尽可能全部存储与组织（而非静态预压缩），然后根据真实问题按需实时构建专属的、精炼且完整的记忆。

多模态数据平台提供对多模态数据的持久化存储与分布式管理支持，支持无缝接入各种数据类型，包括结构化数据、非结构化文档（如 PDF、Word、Markdown）、图片、音频、视频，以及来自第三方系统或数据库的在线数据。

该平台具备超大规模承载能力——在生产环境中已成功管理由 10 万亿+ 条记录和 1 亿+ 份文档组成的海量记忆库，同时仍保持毫秒级检索延迟。此外，它提供完善的企业级治理能力，包括记忆溯源、版本控制、权限管控与合规审计，确保每一条记忆的来源可追溯、推理路径可解释、操作过程可干预。这些机制使得 MemoryLake 作为可信赖的长期记忆中枢嵌入企业业务，满足严苛的安全与合规要求。 

多行业应用案例：记忆驱动业务新范式

MemoryLake 所打造的“记忆计算”能力，正在各行各业催生全新的智能应用范式：

复杂决策场景：在企业高管决策支持中，MemoryLake 可连接企业内外部数据源，构建领域知识记忆。当用户提出“分析某项目历史风险与当前市场趋势”这样的复杂请求时，系统会自动关联相关的项目文档、沟通记录和行业报告，进行多源信息的推理整合，并生成附有证据链的决策建议，将传统长达数周的人工作业分析周期压缩至小时级。由此，企业决策的响应速度和质量实现飞跃式提升。

动态交互场景（游戏/泛娱乐）：在沉浸式游戏中，MemoryLake 能为 AI NPC 构建持续演进的“世界观记忆”和“玩家记忆”。NPC 不仅记住玩家过去做出的每一个关键选择和成就，还能基于这些记忆进行多跳推理，动态生成符合玩家历史行为的对话与剧情，真正实现了“千人千面”的个性化互动体验。每位玩家都将面对一个有记忆、可成长的 NPC 角色，游戏体验因此更加真实生动。

运营与风控场景：在制造业运营或金融风控中，MemoryLake 可整合跨系统、跨时间的“制造记忆”或“交易记忆”，实现质量问题的根因秒级定位，或金融交易风险的实时研判与预警。这意味着过去需要大量人工排查分析的任务，如生产事故调查或异常交易检测，如今能够由 AI 在瞬时完成，为企业赢得宝贵的响应时间和决策先机。 

千亿级AI市场，超大规模生产场景实践

数据显示，到2028年，全球AI解决方案市场规模将突破6320亿美元，其中AI记忆相关赛道规模超280亿美元。

而当前，在消费领域，MemoryLake 已服务了全球超过 150 万专业数据用户。在行业领域，MemoryLake 服务了国内超大规模（生产系统中超10万亿级记录、亿级文档）的文档办公、头部的企业移动办公软件、大模型、大型国央企等企业，在与全球云大厂和 AI 典型厂商等竞争中，MemoryLake 在成本、准确召回率和延迟等性能指标方面有着数倍于对手的优势，如在某严苛的办公场景端到端评测中达到 99.8 % 准确率。

质变科技 CEO 占超群表示：“作为全球少有的兼具记忆能力、模型能力和数据平台能力于一身的全栈玩家，质变科技此次通过 MemoryLake 率先践行以记忆为中心的技术路线。我们期待与生态伙伴一起，加速认知计算时代的到来。”

2026 年 2 月——在 AI 技术从感知智能迈向认知智能的关键转折点上，质变科技正式发布了首个具备超大规模实践的多模态记忆平台——MemoryLake（https://memorylake.ai/）。该平台首次将“多模态内容深度理解、多模态记忆存储、记忆计算与管理”全栈能力融于一体，由 MemoryLake-D1 大模型、MemoryLake 记忆引擎和多模态存储与计算平台（Relyt Multi-modal Data Cloud）构成。

告别「对话玩具」，多模态记忆成为企业刚需

当AI从示范应用进入企业落地深水区，行业焦点转向直接生产力提升。而其中关键在于能否将企业员工的决策逻辑、经验权衡等隐性知识数字化、轨迹化——这就需要多模态记忆。

决策轨迹天然就是多模态的，构建多模态记忆将成为企业刚需。企业中的一次采购决策，线索可能来自一份 PDF 报告（文本）、一次会议录音（音频）中的关键论点、一组历史价格曲线（图表）和审批流中的批注（结构化数据）。传统“会话级别”的记忆，仅是这条连续、混杂轨迹的一个孤立切片，丢失了绝大部分上下文与记忆链。

MemoryLake 旨在完整复现这条“决策轨迹”，让AI能在全量记忆基础上进行推理。

计算范式转变：从处理数据到处理记忆

质变科技 CEO 占超群表示：“现有系统仍是围绕“数据”构建，而非围绕‘记忆’构建。MemoryLake的发布标志着 AI 基础设施正式从‘以数据为中心’迈入‘以记忆为中心’的新阶段。”

从传统计算到认知计算，这一理念体现在三个范式转变上：

1.架构设计转向「认知状态记忆为中心」

认知状态记忆是主角（First-Class State），认知状态记忆是系统在某一时刻，对“我在做什么、我知道什么、我假设什么、我不确定什么”的结构化内部表征。

2.系统核心转向「构建多模态认知状态记忆」

未来系统核心将从“管理数据记录”转向“管理多模态的决策轨迹，构建多模态认知状态记忆”，技术竞争的关键在于“隐性知识”的记忆化以及高准确性、可信可靠的记忆管理。

3.基础设施转向「记忆管理」

从“数据的存储、计算与管理”转向“记忆的存储、计算与管理”。正如云时代催生了 Snowflake 与 Databricks，AI 时代也将诞生以“记忆”为核心的新一代基础设施平台。 

MemoryLake 架构：三大核心技术组件

为了构建完整的“记忆计算”能力栈，MemoryLake 包含三大核心技术组件，打通了记忆的提取、存储、管理与计算全流程：

MemoryLake-D1 大模型：专注多模态记忆理解与提取

传统通用大模型在处理复杂表格、多层级文档以及多模态数据如音视频等企业数据时往往力不从心。而 MemoryLake-D1 是业内首个专注于多模态“记忆”理解与结构化提取转换的领域大模型。它能够深度解析包含多子表、多布局、多层级的复杂 Excel、PDF 以及图文混排文档，从中抽取规范化的知识，转化为可被系统理解和计算的“记忆单元”。

在实际测试中，D1 模型可以执行诸如“从多日票务数据中提取指定日期的出票量，按客户分组汇总，并跨日对比分析”的复杂指令，直接输出可执行代码和结构化结果，将原本需要人工耗时数日的报表整理与数据洞察工作缩短至分钟级。该模型在权威的表格理解评测（TableBench/EOB）中表现出全球领先的准确率，充分证明了其在复杂企业数据处理方面的能力。

MemoryLake 记忆引擎：实现类人方式的记忆组织与演进

MemoryLake 记忆引擎承担着智能化组织记忆、动态更新知识以及高效检索调用的任务。其创新之处在于类人记忆管理机制的实现：

• 记忆组织：通过概念关联网络、多层次动态知识图谱和语义聚类、多层次向量等手段，像人脑一样在不同知识之间建立联系，支撑复杂的多跳推理；

• 记忆管理和计算：内置记忆演化追踪、时间线回溯、冲突智能合并以及基于遗忘曲线的优化机制，确保记忆库随着时间推移能够自动淘汰噪音、保留高价值内容；

• 记忆取用：在检索时，支持亚秒级的多跳推理查询和跨概念关联查找，并依据权限矩阵保障安全访问。引擎返回的是结构化、精炼且完整的记忆片段，而非冗长的原始全文，平均降低 90%以上的 Token 消耗和计算成本。

在全球极具挑战性的长程对话记忆基准测试 LoCoMo 上（需在平均 300 轮、跨数月、多模态内容的超长对话中进行精准信息整合与推理），MemoryLake 记忆引擎以 94.0% 的综合得分位列全球第一，显著超越其他记忆方案及人类标注基线。

多模态数据平台（Relyt Multi-modal Data Cloud）：超大规模记忆的持久化基石

当前，业内众多产品技术将记忆分为短期、中期、长期记忆进行管理，涉及静态压缩、遗忘等，但这种仿生设计存在原理缺陷，即它是以人脑的存储容量、算力有限为前提设计；而记忆（外部系统）作为 AI 的第二大脑，可采用全新的分布式多模态存储与计算能力，尽可能全部存储与组织（而非静态预压缩），然后根据真实问题按需实时构建专属的、精炼且完整的记忆。

多模态数据平台提供对多模态数据的持久化存储与分布式管理支持，支持无缝接入各种数据类型，包括结构化数据、非结构化文档（如 PDF、Word、Markdown）、图片、音频、视频，以及来自第三方系统或数据库的在线数据。

该平台具备超大规模承载能力——在生产环境中已成功管理由 10 万亿+ 条记录和 1 亿+ 份文档组成的海量记忆库，同时仍保持毫秒级检索延迟。此外，它提供完善的企业级治理能力，包括记忆溯源、版本控制、权限管控与合规审计，确保每一条记忆的来源可追溯、推理路径可解释、操作过程可干预。这些机制使得 MemoryLake 作为可信赖的长期记忆中枢嵌入企业业务，满足严苛的安全与合规要求。 

多行业应用案例：记忆驱动业务新范式

MemoryLake 所打造的“记忆计算”能力，正在各行各业催生全新的智能应用范式：

复杂决策场景：在企业高管决策支持中，MemoryLake 可连接企业内外部数据源，构建领域知识记忆。当用户提出“分析某项目历史风险与当前市场趋势”这样的复杂请求时，系统会自动关联相关的项目文档、沟通记录和行业报告，进行多源信息的推理整合，并生成附有证据链的决策建议，将传统长达数周的人工作业分析周期压缩至小时级。由此，企业决策的响应速度和质量实现飞跃式提升。

动态交互场景（游戏/泛娱乐）：在沉浸式游戏中，MemoryLake 能为 AI NPC 构建持续演进的“世界观记忆”和“玩家记忆”。NPC 不仅记住玩家过去做出的每一个关键选择和成就，还能基于这些记忆进行多跳推理，动态生成符合玩家历史行为的对话与剧情，真正实现了“千人千面”的个性化互动体验。每位玩家都将面对一个有记忆、可成长的 NPC 角色，游戏体验因此更加真实生动。

运营与风控场景：在制造业运营或金融风控中，MemoryLake 可整合跨系统、跨时间的“制造记忆”或“交易记忆”，实现质量问题的根因秒级定位，或金融交易风险的实时研判与预警。这意味着过去需要大量人工排查分析的任务，如生产事故调查或异常交易检测，如今能够由 AI 在瞬时完成，为企业赢得宝贵的响应时间和决策先机。 

千亿级AI市场，超大规模生产场景实践

数据显示，到2028年，全球AI解决方案市场规模将突破6320亿美元，其中AI记忆相关赛道规模超280亿美元。

而当前，在消费领域，MemoryLake 已服务了全球超过 150 万专业数据用户。在行业领域，MemoryLake 服务了国内超大规模（生产系统中超10万亿级记录、亿级文档）的文档办公、头部的企业移动办公软件、大模型、大型国央企等企业，在与全球云大厂和 AI 典型厂商等竞争中，MemoryLake 在成本、准确召回率和延迟等性能指标方面有着数倍于对手的优势，如在某严苛的办公场景端到端评测中达到 99.8 % 准确率。

质变科技 CEO 占超群表示：“作为全球少有的兼具记忆能力、模型能力和数据平台能力于一身的全栈玩家，质变科技此次通过 MemoryLake 率先践行以记忆为中心的技术路线。我们期待与生态伙伴一起，加速认知计算时代的到来。”