MemT-1.0 发布：把记忆写进模型，128K 上下文推理提速约 1.86 倍

一句话看懂：Hugging Face Papers 于 2026 年 10 月 19 日收录的论文提出 MemT-1.0，尝试把“记忆”做成基础模型自身计算的一部分，而不是外挂检索或长上下文缓存，并称在 128K 历史长度下比全上下文 KV 缓存推理快约 1.86 倍。

事件核心：发生了什么

这是一篇论文摘要，而非可直接调用的产品公告。作者提出记忆原生（memory-native）路线，基于 Metis 架构，采用 Gated DeltaNet-2 和稳定的 token 级记忆更新机制，让模型在每一轮对话中内部累积信息；同时引入 Mixture-of-Storage 扩展原生记忆容量。训练分两阶段：继续预训练加后训练，使用 34B tokens 数据，并配套训练与推理基础设施。发布的模型家族包括 MemT-1.0-Nano 和 MemT-1.0-Flash。

摘要称，在记忆与通用能力评测中，这两个模型平均优于参数化记忆基线，与检索增强方法大致相当，并较大程度保留通用能力。在 128K tokens 历史长度下，MemT-1.0-Nano 端到端推理约提速 1.86 倍，持久存储相比全上下文 KV 缓存减少约 66 倍。以上均为摘要给出的结论，全文实验细节尚待核验。

为什么重要

当前长记忆方案多依赖检索增强或超长上下文缓存，前者要维护外部索引，后者带来 KV 缓存膨胀和推理成本。MemT-1.0 的方向是把记忆纳入模型参数与计算路径，若成立，意味着大模型在“持续积累经验”上少一层工程拼接，可能影响长对话助手、Agent 和个性化应用的系统架构设计。它也把竞争点从“上下文窗口多长”转向“记忆如何被模型原生使用”。

对用户/开发者/创作者的影响

对开发者，值得关注的是原生记忆是否会以 API 或开源权重形式开放，以及训练和推理设施能否复现；对做 Agent 的团队，摘要提到模型通过内化检索到的过程经验提升智能体任务成功率，这关系到经验复用与任务成功率，但需等完整评测确认；对普通用户，短期不必期待产品级开放，若后续落地，长对话的连贯性和历史信息调用可能更稳定，同时持久存储占用有望下降。