☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在人工智能加速迈向多模态融合与长期记忆能力演进的大趋势下，如何突破智能体“记不住”或“找不回”的瓶颈，已成为学界与工业界共同聚焦的关键挑战。近期，浙江大学携手联想研究院共同推出一种面向多模态智能体的事件驱动型长期记忆架构——EM²Mem，该成果已正式被 EMNLP2026 接收。
重构记忆范式：由“先检索后对齐”转向“先对齐后检索”
当前主流的多模态智能体长期记忆机制，普遍依赖松散的信息存储结构和低耦合的检索流程。这类方法往往将视觉、语言、时序等异构信号独立存档，致使跨模态线索难以协同激活，在应对需多角度推理的复杂任务时表现乏力。
EM²Mem 则从记忆建模的根本逻辑出发进行革新：摒弃传统“先检索再跨模态对齐”的被动路径，转而采用“先对齐再统一检索”的主动范式。在记忆写入阶段，系统即刻将同一事件中的人物、场景、动作、时间戳、情感倾向等多维要素进行语义绑定，生成结构化的多粒度事件档案；继而融合情节图（Episode Graph）与语义图（Semantic Graph），实现跨事件的经验关联与抽象规律沉淀。
实测性能跃升：支撑轻量高效多模态记忆系统 LightMem-Ego
多项基准实验与真实场景验证表明，EM²Mem 在多个核心指标上取得实质性突破：
召回与精度同步优化：在事件级证据检索任务中，其召回率提升达 23.6%；在多轮问答任务中，准确率相较基线模型平均提高 18.4%。
资源开销显著下降：单次查询延迟降低约 41%，Token 消耗减少近 37%。得益于记忆模块的可复用性设计，随着使用周期延长，单位任务的平均计算成本持续摊薄。
基于 EM²Mem 构建的轻量化多模态智能体记忆系统 LightMem-Ego，已在多个原型场景完成部署验证。未来该系统有望深度赋能个人数字助理、科研实验协作者、教育陪伴机器人等多元应用，为多模态智能体的自主演化与个性化成长提供稳定、可扩展的记忆底座。
