《科创板日报》9 月 4 日讯，近日，记忆张量（上海）科技有限公司（下称 " 记忆张量 "）完成 Pre-A+ 轮融资。本轮融资由东方富海领投，上国投孚腾资本追加投资，要弘创投、无锡新尚资本跟投。

据公司披露，本轮资金将主要用于记忆原生基座模型 Metis 的研发，推动大模型记忆能力由外部组件向模型原生能力演进。

记忆张量成立于 2024 年 11 月，总部位于上海市浦东新区，是一家大模型长期记忆基础设施研发商，主要面向 AI 智能体和大模型应用提供记忆存储、检索、更新及管理能力。

公司创始人熊飞宇拥有美国德雷塞尔大学博士学位，曾任阿里巴巴业务中台数据智能负责人。首席科学家杨泓康毕业于普林斯顿大学，CTO 李志宇毕业于中国人民大学，曾在阿里巴巴和小红书从事算法研发。

随着大模型应用由单轮问答走向长期任务执行，如何让智能体持续记住用户偏好、历史交互和任务状态，正在成为基础模型之外的一项独立需求。传统大模型通常不会自动保留不同会话之间的信息，开发者需要反复输入上下文，或者借助数据库和检索增强生成系统调用历史资料。

记忆张量所处的是大模型产业链中的智能体基础设施和中间件环节。其系统位于基础模型与上层应用之间，负责从对话和任务过程中识别需要保留的信息，并在后续交互中检索相关内容，使智能体能够延续此前的任务状态和用户认知。

这种 " 记忆 " 并非服务器中的 DRAM、HBM 等硬件内存，而是一套软件层面的上下文管理机制。与主要用于检索外部文档和知识的 RAG 不同，智能体记忆更加侧重用户偏好、交互历史、任务经验及状态变化，并需要处理记忆更新、冲突、遗忘和权限管理等问题。

技术方面，记忆张量团队自 2023 年起开展 Memory ³ 分层记忆研究，将大模型记忆划分为参数记忆、激活记忆和外部记忆。公司此后推出开源系统 MemOS，试图以统一接口管理不同形式的记忆，并向开发者提供本地部署和云端调用方案。

截至目前，MemOS 在 GitHub 上的 Star 数量已超过 1.1 万。公司披露，其云服务月调用量超过 5000 万次，并在 Agent Memory、User Memory 等记忆能力评测中取得较高成绩。不过，当前大模型记忆评测尚未形成统一标准，部分结果来自公司参与构建的评测体系，仍需更多实际应用和第三方测试验证。

本轮融资重点投入的 Metis 则进一步尝试将记忆能力融入模型训练和推理过程。该产品目前仍处于研发阶段，其目标是减少大模型对外接记忆模块和重复上下文输入的依赖，但实际效果、训练成本及商业化路径仍有待后续产品验证。

从行业发展看，长期记忆正在成为 AI 智能体基础设施的竞争方向。海外企业 Mem0、Letta 和 Zep 等均围绕智能体记忆、状态管理及上下文工程推出产品。其中，Mem0 于 2025 年完成 A 轮融资，种子轮及 A 轮累计融资 2400 万美元；由 MemGPT 项目发展而来的 Letta 则将可持久化状态作为智能体开发框架的核心能力。

与此同时，基础模型厂商和智能体平台也在将记忆能力直接纳入产品体系。对于独立记忆基础设施企业而言，其商业空间取决于能否在不同模型和应用之间保持兼容，并在记忆准确性、调用成本、响应延迟以及数据安全方面形成优势。

长期记忆也会带来新的治理问题。系统一旦保存错误、过期或敏感信息，可能在后续任务中反复调用并影响模型判断。因此，记忆的写入条件、修正和删除机制、用户授权及数据隔离，将与模型效果同样重要。

记忆张量已经通过开源项目和云端调用积累一定开发者基础，其后续能否将技术使用量转化为稳定客户，并在基础模型厂商自建记忆能力的竞争下形成独立商业价值，将是本轮融资后的主要观察点。

（科创板日报）