记忆张量完成Pre-A+轮融资，主打”低成本、低幻觉”记忆分层大模型

会懂网AI资讯，9月7日，记忆分层架构大模型研发商记忆张量完成Pre-A+轮融资，由东方富海领投，孚腾资本、要弘创投、新尚资本跟投。公司以”低成本、低幻觉”为核心特色，自主研发的基于记忆分层架构的”忆³”大模型已实现商业化落地。

“记忆分层架构”针对的是大模型的两个老问题：上下文有限与幻觉。现有方案多靠扩大上下文窗口或外挂向量库来缓解，但前者成本高昂，后者检索质量不稳定。分层记忆的思路是模仿人脑，把信息按重要性与时效分层存储与调用。

具体来说，高频、近期、关键的信息放在可快速调用的浅层，低频、历史、细节信息下沉到深层，需要时再唤醒。这样既降低了每次推理需要加载的数据量，也让模型在长对话中不容易丢失早期关键信息——这正是”长上下文记忆”的真实痛点所在。

低成本是另一条主线。推理成本是阻碍大模型规模化落地的最大障碍之一，尤其在高频、低价值的任务上，调用成本往往超过收益本身。如果分层记忆能在不明显损失效果的前提下减少token消耗，商业化空间将被显著打开。

从竞争格局看，在通用能力被头部厂商占据的情况下，创业公司更可行的路径是架构创新。记忆机制、推理效率与领域适配，都是尚未定型的技术方向，也是新公司能够建立差异化的地方。记忆张量选择的方向，切中了当前模型的共性短板。

当然，从技术构想到稳定产品之间仍有距离。分层记忆的效果需要在真实业务中验证，尤其在需要严格准确性的场景中，任何信息丢失都可能导致错误结论。”忆³”已实现商业化落地是个积极信号，但能否规模化复制，还要看后续客户的真实反馈。