记忆大模型赛道黑马：MemoraX AI完成种子+轮融资，累计吸金超亿元
一句话看懂：专注于大模型“记忆”系统的深圳忆纪元科技（MemoraX AI）在4月完成千万美元种子轮后，于5月再次完成数千万元人民币的种子+轮融资，两轮累计融资额已超亿元人民币。这家由前华为诺亚方舟实验室主任郝建业创立、主攻“智能体强化学习（Agentic RL）”技术的公司，正在尝试将记忆能力“内化”进模型，而非依赖外挂检索。
事件核心：发生了什么
MemoraX AI 本轮融资由光源资本担任独家财务顾问，标志着资本市场对其在“大模型记忆”这一垂直方向潜力的高度认可。公司成立于2026年3月，创始人郝建业此前曾是华为诺亚方舟实验室主任，核心团队汇聚了强化学习与人工智能领域的一流人才。
MemoraX AI 的核心技术路线是“Agentic RL（基于智能体的强化学习）”，目标是解决大模型当前普遍面临的“遗忘”瓶颈。与传统大语言模型依赖外部检索增强生成（RAG）来获取信息的方案不同，该公司试图通过技术创新，将记忆能力真正“内化”到模型内部，实现更深层次的“内生记忆”。
公司计划将本轮融资重点投入到核心技术的深度迭代与大规模式工程落地中。目前，其“内生记忆模块”正从实验阶段走向产品化，加速在两个方向布局：B端，赋能企业知识管理与专业领域知识库的智能化升级；C端，打造具有长期、准确记忆交互体验的高度个性化智能助手。
为什么重要
大模型“记不住”是当前阻碍其深度应用的普遍技术瓶颈。多数方案依赖RAG等技术，本质上是将记忆“外挂”给搜索或数据库系统，存在延迟高、上下文理解浅、跨对话记忆丢失等问题。MemoraX AI 选择通过强化学习让模型“学会记忆”，这一技术路线如果实现产品化，可能从根本上改变大模型在对话、助手、企业知识管理等场景下的表现：智能体会像人类一样，基于长期交互形成的“记忆”做出更连贯、更贴合用户个性的响应。
从资本角度看，连续两轮融资且吸引了光源资本等专业机构独家进场，反映出市场对非通用大模型、专注解决特定瓶颈的技术公司给予了高度关注。在“百模大战”进入分化期后，能解决“记忆”这一硬核问题的公司，有望在AI应用层获得更高的商业价值与壁垒。
对用户/开发者/创作者的影响
对于开发者而言，MemoraX AI 的产品化方向可能提供全新的API或SDK，用于构建需要长期用户记忆的智能体：比如能记住用户生活习惯的智能家居助手、能持续追踪项目进展的企业内知识客服等，而非每次对话都“重新认识”用户。对于B端企业，如果其“内生记忆”能真正落地，企业知识库系统的智能化水平可能大幅提升：企业内部的文档、会议记录、客户历史交互等将不再是零散被查询的数据，而是被模型“消化”为结构化、可调用的记忆。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于普通用户，如果C端产品上线，意味着你会拥有一个“真正记得你”的AI助手——它知道你上次聊到哪里、你喜欢的回答风格、你重复提及的需求。但这种能力也伴随隐私与数据权属的挑战，目前公开信息尚未披露其处理用户数据存储与删除的具体方案。
值得关注的后续
1. 产品落地节奏：“内生记忆模块”从实验室到产品化的过程中，模型的记忆容量、遗忘机制、推理成本是否能达到商用标准，是检验其技术成色的关键。建议关注其是否在年底前发布测试版或开发文档。
2. 竞争者的跟进：RAG路线目前仍是大厂主流选择，如果MemoraX AI的产品效果被验证，可能刺激更多公司（包括字节跳动、百度等）在“模型记忆”研究上加码，或直接收购相关技术团队。
3. 隐私与合规风险：长期记忆意味着AI要存储用户的持续性交互数据。在《生成式人工智能服务管理暂行办法》等监管框架下，公司如何保证用户隐私、如何提供数据删除与遗忘的机制，将是其C端产品能否顺利上线的重要因素。
来源：AIbase
