在AI技术迅猛发展的当下，视觉处理已成为核心战场。TechCrunch报道，初创公司Memories.ai正致力于构建一款革命性的‘视觉记忆层’，专为可穿戴设备和机器人设计。这不仅仅是简单的图像识别，而是能像人类大脑一样，索引、存储并智能检索视频记录的‘记忆’。创始人团队认为，这将填补物理AI在长期记忆方面的空白，让设备从被动感知转向主动回忆。
Memories.ai 的诞生与愿景
Memories.ai 成立于2025年，由一群来自谷歌DeepMind和Meta AI的前工程师创立。公司总部位于旧金山，专注于物理世界AI的记忆系统。不同于传统云端AI模型，Memories.ai 的视觉记忆模型（Visual Memory Model，VMM）强调边缘计算，能在设备本地运行视频索引，避免隐私泄露和延迟问题。
据TechCrunch作者Rebecca Szkutak报道，该模型的核心是多模态Transformer架构，结合视频帧序列、时空嵌入和语义标签，能处理数TB的个人视频数据。例如，用户戴上AR眼镜录制的日常生活片段，VMM 会自动提取关键事件，如‘昨天下午公园散步遇见老友’，并支持自然语言查询检索。
‘Memories.ai is building a large visual memory model that can index and retrieve video-recorded memories for physical AI.’——TechCrunch
技术拆解：从索引到检索的全链路
VMM 的工作流程分为三个阶段：首先是视频预处理，使用高效的视频分割算法（如基于CLIP的变体）将长视频拆分成语义片段；其次是索引构建，运用向量数据库（如FAISS优化版）存储高维嵌入，支持亿级规模检索；最后是检索接口，通过强化学习优化查询匹配度，确保返回结果的时序准确性和上下文相关性。
与现有技术相比，VMM 的创新在于‘连续记忆链’机制。它不只是静态存储，而是模拟人类 episodic memory，能链接相关事件，形成叙事链条。例如，机器人助手能回忆‘上周用户偏好意大利面，因此今天推荐类似菜谱’。公司已开源部分预训练权重，参数规模达70亿，训练数据来源于合成视频和匿名用户许可集。
应用场景：重塑可穿戴与机器人生态
在可穿戴领域，Memories.ai 已与多家AR眼镜厂商洽谈合作。想象一下，Apple Vision Pro 或 Meta Orion 集成VMM后，用户说‘回忆上次旅行高光时刻’，眼镜即刻播放剪辑视频，并叠加增强现实标签。这将极大提升用户粘性，推动从工具向伴侣的转变。
本文由 赢政天下编译整理，更多海外AI资讯，尽在 赢政天下。
机器人应用更为广阔。家用机器人如Figure 01或Tesla Optimus，能通过VMM积累家庭记忆：记住孩子生日派对细节，或主人日常习惯，避免重复询问。工业机器人则可检索历史故障视频，加速维护。Memories.ai 计划2026年底推出SDK，支持ROS2和Wear OS框架。
行业背景：视觉记忆的AI新前沿
视觉AI正从感知（Perception）向记忆（Memory）演进。谷歌的Gemini和OpenAI的Sora展示了视频生成潜力，但缺乏个人化记忆层。竞争对手包括Twelve Labs的视频搜索和Runway的时序模型，但Memories.ai 专注物理设备，强调低功耗（<5W）和实时性（<100ms检索）。
市场前景广阔。根据Statista预测，到2030年，可穿戴设备出货量将超10亿台，机器人市场规模达2万亿美元。隐私法规如GDPR和CCPA，推动边缘AI需求，Memories.ai 的本地化设计正逢其时。公司已获A轮1500万美元融资，领投方包括a16z和Sequoia。
编者按：视觉记忆将开启AI人格时代？
Memories.ai 的视觉记忆层不仅是技术突破，更是AI哲学转向。传统AI‘健忘’，每次交互从零开始；VMM 赋予‘持久人格’，让设备真正理解用户。但挑战犹存：数据偏置可能放大刻板印象，功耗与存储需优化。长远看，这或催生‘记忆经济’，用户付费扩展个人AI记忆库。编者认为，Memories.ai 有望成为下一个Inflection AI，推动物理世界智能化。
总之，Memories.ai 正悄然重构AI记忆范式，值得开发者与投资者密切关注。
本文编译自TechCrunch，作者Rebecca Szkutak，2026-03-17。
© 2026 Winzheng.com 赢政天下 | 本文由赢政天下编译整理，转载请注明来源。原文版权归原作者所有。