国际 AI 资讯

浙大与联想团队联合提出EM²Mem:以事件为中心的多模态智能体记忆方案

浙江大学与联想团队合作提出以事件为中心的多模态长期记忆方案EM²Mem,将记忆流程由先检索后对齐调整为先对齐后检索,并在事件级证据召回率、问答准确率与效率方面报告了提升;团队据此搭建了智能体记忆系统LightMem-Ego,面向个人生活助手与科学实验室助手等场景。

海宇数科 · 事件日期 · 约 2 分钟 · 3 次阅读

浙大与联想团队联合提出EM²Mem:以事件为中心的多模态智能体记忆方案 配图
浙大与联想团队联合提出EM²Mem:以事件为中心的多模态智能体记忆方案 配图

浙江大学与联想团队合作,提出了一种以事件为中心的多模态长期记忆方案,命名为EM²Mem。该成果在EMNLP2026亮相。

颠覆传统模式:从“先检索后对齐”到“先对齐后检索”

现有智能体多采用简化的存储与检索方式,信息以零散形式存放,不同维度的线索之间难以建立关联。

EM²Mem将这一流程调整为先对齐后检索:先把人物、物体、行为和时间等信息相互关联,搭建多尺度的事件档案,并以情节图与语义图相结合的方式连接不同经历,进而沉淀长期规律。

显著提升召回与效率:构建多模态智能体记忆系统 LightMem-Ego

EM²Mem在多个维度上表现出性能优势。

在事件级证据召回率与问答准确率两项指标上,该方案相比常规方法均有显著提升。

同时,单次问答耗时和Token用量均有所降低;由于记忆构建完成后可多次复用,其效率优势在长期使用中更为明显。

团队还搭建了智能体记忆系统LightMem-Ego,可应用于个人生活助手和科学实验室助手等场景,支撑持续学习与个性化发展。

← 返回AI 资讯