作者 ｜ 黄小艺邮箱 ｜ huangxiaoyi@pingwest.com
今天的AI，，，，，，，很强，，，，，，，但不熟悉你。。。。。。
它不知道你昨天履历了什么，，，，，，，不知道你正处于人生的哪个阶段，，，，，，，不知道今天的你和一个月前有什么差别。。。。。。以是它只能等你问、等你提倡一切——然后尽可能给出一个“准确”的回应。。。。。。
这是被动智能。。。。。。
虽然，，，，，，，许多公司已经最先做“影象”了。。。。。。模子公司在做，，，，，，，希望让回覆更个性化；；；； ；应用层也在做，，，，，，，希望让AI更有温度、让对话更连贯。。。。。。但这些影象，，，，，，，实质上都是效劳于详细场景的——让AI更好地即时“响应”你，，，，，，，而不是真正“明确”你。。。。。。
丘脑智能想做的事情不太一样。。。。。。他们想把影象酿成一种基础设施，，，，，，，明确你是谁、你在酿成谁、你可能需要什么。。。。。。
这件事分两步走。。。。。。
第一步，，，，，，，是让影象完整。。。。。。现在大大都影象计划只能处置惩罚文本，，，，，，，但人的生涯尚有照片、有语音、有视频、有种种各样的数据痕迹。。。。。。并且这些信息是有时间顺序的，，，，，，，今天爆发的事和三年前爆发的事，，，，，，，意义完全差别。。。。。。丘脑智能第一个要解决的，，，，，，，就是“时序性”和“全模态”——让AI能明确你生涯中所有类型的信息，，，，，，，并且知道它们在时间轴上的位置。。。。。。
这一步的地基已经打下——12月，，，，，，，丘脑智能基于自研的时空知识图谱框架（STKG，，，，，，，Spatio-Temporal Knowledge Graph），，，，，，，在多项长程影象评测中刷新了SOTA纪录。。。。。。
在针对Agent恒久对话影象的权威榜单LoCoMo测试中，，，，，，，他们的焦点产品OmniMemory在包管P95检索延迟低于2秒的条件下，，，，，，，综合准确率抵达82.5%，，，，，，，跻身全球AI影象计划的第一梯队，，，，，，，并于1月最先内测。。。。。。
第二步，，，，，，，是真正的跃迁：自动智能。。。。。。
当AI拥有了完整的、有时间感的影象，，，，，，，它就能够自动预判你的需求。。。。。。
这背后的逻辑是：人是有轨迹的。。。。。。你今天的状态，，，，，，，是昨天的延续；；；； ；你明天的需求，，，，，，，往往藏在今天的转变里。。。。。。若是AI能看到这条轨迹，，，，，，，它就能推断你接下来可能需要什么。。。。。。
这让我想到一个视角：人着实是“三维半”的生物。。。。。。我们生涯在三维空间，，，，，，，同时拥有已往、现在、未来，，，，，，，但我们对时间的掌控力很弱。。。。。。已往只能记着一部分，，，，，，，许多塑造PT视讯(中国区)官网工具早已被遗忘；；；； ；未来充满不确定性，，，，，，，我们只能模糊地推测。。。。。。
纵然是今天的推荐算法，，，，，，，只知道“你刷了什么就推什么”。。。。。。它假设你是静止的，，，，，，，你昨天喜欢的工具今天还喜欢。。。。。。但人是转变的。。。。。。若是AI能明确你在时间轴上的转变，，，，，，，它就不会把你锁死在信息茧房里，，，，，，，而是能预判你正在酿成什么样的人、未来可能需要什么。。。。。。
这是交互范式的改变。。。。。。从“人找信息”到“信息找人”，，，，，，，再到“AI懂人”。。。。。。
丘脑智能正在做的，，，，，，，就是这个范式转换的基础层。。。。。。在这次对话中，，，，，，，丘脑智能的CEO张源、CTO赵翔聊了聊他们对影象、对时间、对AI与人关系的思索。。。。。。
这些思索也许还在演化中，，，，，，，但指向一个清晰的偏向：给AI一个时间轴，，，，，，，给人一个时间轴上的AI。。。。。。
以下是对话实录：
一张蓝图绘究竟，，，，，，，做“时序性+全模态”的高精度影象架构
硅星人：可以先向各人先容一下你们自己和你们的产品。。。。。。
张源：我和赵博是2023年头熟悉的，，，，，，，其时OpenAI的模子把各人都震撼了，，，，，，，我们都以为未来十年甚至更长时间都是AI的黄金时期，，，，，，，很是想在AI领域创业。。。。。。
但那时间百度刚发了文心一言，，，，，，，海内反响挺强烈，，，，，，，我意识到海内基�？？？ ？？赡芑剐枰欢问奔洹！�。。。。以是我们决议先各自积累——赵博在浙大做相关研究，，，，，，，我去了一家做自动驾驶域控的公司，，，，，，，做了两年COO，，，，，，，从0到1走了一遍创业流程。。。。。。
到2025年头，，，，，，，DeepSeek让我们以为基模能力到了一个节点，，，，，，，是创业的好时机。。。。。。又由于我自己是高频AI用户，，，，，，，首先感受到了影象孤岛问题——在Gemini、GPT、豆包上输了许多prompt，，，，，，，不知足换一个基�；；；； ；挂馗词淙肫茫�，，，，，，很是贫困。。。。。。我搜解决计划，，，，，，，发明各人做memory都做得欠好。。。。。。赵博恰恰也在关注这个偏向，，，，，，，我们就决议自己来解决这个问题。。。。。。
赵翔： 对，，，，，，，PT视讯(中国区)官网Omimemory 1.0，，，，，，，是把Memory能力封装成SDK和API。。。。。。手艺上我们做的是时空知识图谱（STKG），，，，，，，把时间和空间作为影象的物理锚点，，，，，，，支持视频、音频、对话、图片等全模态输入。。。。。。12月我们刷新了Memory领域的SOTA，，，，，，，今年1月最先产品内测。。。。。。
硅星人：从25年下半年最先到现在，，，，，，，市面上已经有很是多的memory解决计划了。。。。。。Omimemory 和它们的区别是什么？？？ ？？
赵翔：现在市面上的memory产品，，，，，，，大大都是基于RAG的计划，，，，，，，就是把用户的对话、文档切片存到向量数据库里，，，，，，，需要的时间检索出来。。。。。。这种方法有几个问题：一是检索精度受限于embedding模子的能力，，，，，，，二是缺乏对时间和空间维度的建模，，，，，，，三是没有步伐做跨模态的关联。。。。。。
PT视讯(中国区)官网焦点区别在于，，，，，，，我们把时间和空间作为影象的物理锚点。。。。。。好比用户说“上周在杭州见了一个朋侪”，，，，，，，我们不但是把这句话存下来，，，，，，，而是构建一个结构化的知识节点，，，，，，，包括时间、所在、人物、事务之间的关系。。。。。。当用户厥后问“我上次去杭州是什么时间”或者“我最近见过哪些朋侪”，，，，，，，系统都能准确召回。。。。。。
硅星人：时间性在你们看来为什么这么主要？？？ ？？其他影象产品处置惩罚时间的方法和你们有什么纷歧样？？？ ？？
张源：我们以为，，，，，，，做Memory无论手艺路径怎么收敛，，，，，，，唯一绑不开的就是时间。。。。。。人去回忆一件事情会说“去年冬天咱们一起吃暖锅的时间怎么样”，，，，，，，是沿着时间轴去做漏斗筛选的。。。。。。
赵翔：其他产品的时间是作为节点的属性挂在下面的，，，，，，，纪录这个节点什么时间写进来。。。。。。但召回的时间照旧靠语义，，，，，，，可以加一个时间漏斗过滤，，，，，，，但在这个时间规模内召回节点时，，，，，，，照旧先用语义把相近的召回，，，，，，，再排序。。。。。。
这就不可阻止地会把昨天和今天完全相反的两个影象都召回来。。。。。。好比用户昨天说“我最近失眠很严重”，，，，，，，今天说“我昨晚睡眠很多多少了”，，，，，，，RAG计划可能会把这两条都召回来，，，，，，，由于它们语义上都和“睡眠”相关。。。。。。两个完全相反的事实放在眼前，，，，，，，模子就会疑心，，，，，，，随便挑一个回覆。。。。。。
而PT视讯(中国区)官网时空知识图谱会识别这是统一个状态维度上的转变——“睡眠状态”从“失眠”转换到了“改善”。。。。。。召回的时间，，，，，，，系统知道应该用最新的谁人状态。。。。。。
硅星人：这是一套很重大的架构，，，，，，，详细是怎么搭建的？？？ ？？
赵翔：我们可以看这张图，，，，，，，最底层是时间维度，，，，，，，这是基础。。。。。。
接着是支持全模态的原始素材层，，，，，，，视频帧里可以抽取人脸、物体、行动、场景这些信息，，，，，，，和身份绑定在一起。。。。。。文本对话按turn组织成结构化seission然后提交到效劳端，，，，，，，语音可以做embedding同时转ASR酿成文本。。。。。。
再上一层是认知层，，，，，，，我们模拟人的认知。。。。。。人记工具一样平常记的是事务，，，，，，，很少直接记很细的工具。。。。。。这是从原始素材里笼统出来的时序事务。。。。。。事务里有身份Entity，，，，，，，通过算法把这些聚类起来，，，，，，，就是“谁在那里做了什么”。。。。。。
最上一层是状态State，，，，，，，这是更细粒度的状态转换。。。。。。好比“我今天上火”和“我明天好了”就是一个状态转化，，，，，，，模子看到这个，，，，，，，就会判断他现在能不可吃辣。。。。。。
整体架构是在模拟人的认知，，，，，，，从物理到感知再到认知。。。。。。
硅星人：最近两年，，，，，，，影象架构一直在迭代，，，，，，，最最先做的都还较量粗糙，，，，，，，你们是从一最先就决议要做这么高精度的解决计划吗？？？ ？？
张源：我们以为要一张蓝图绘究竟，，，，，，，先想清晰最终要实现什么目的、这个目的是不是真实的需求、能不可带来范式迭代，，，，，，，然后倒推现在该怎么做。。。。。。中心的研究难题、工程卡点，，，，，，，都可以通过资源整合去解决。。。。。。
以是，，，，，，，我们希望去解决未来的问题。。。。。。我们判断AI的终局是自动智能，，，，，，，就是AI不但是被动回覆问题，，，，，，，而是能自动明确你、帮你做事，，，，，，，那影象的底层架构从第一天就必需是高精度的，，，，，，，包括时序性的、全模态的。。。。。。
硅星人：可以举几个例子来说明吗？？？ ？？好比，，，，，，，从物理到感知到认知的memory历程。。。。。。
张源：好比这周你口腔溃疡、上火、失眠，，，，，，，首先是在上周这个物理时间段爆发的，，，，，，，其次，，，，，，，这是一个新爆发的感知，，，，，，，并笼统出了一个你目今的状态，，，，，，，好比，，，，，，，你不可吃辣、喝咖啡，，，，，，，过段时间不管你变好了，，，，，，，照旧变坏了，，，，，，，这个状态都会进一步追随时间轴更新。。。。。。
硅星人：可能笼统出更高的状态，，，，，，，好比“我冬天容易上火”，，，，，，，可以这样明确吗？？？ ？？
张源：对。。。。。。
潜空间影象：从被动响应到自动智能
硅星人：你们说的自动智能是什么？？？ ？？
张源：自动智能泛起的条件是它能向前展望你的习惯，，，，，，，自动来提醒你，，，，，，，而不是像定闹钟一样你去告诉它什么时间提醒，，，，，，，或者像现在的陪同产品一样你得自动找它。。。。。。
硅星人：相当于AI基于AI与用户谈天的轨迹，，，，，，，一直更新下一步怎样与用户交互？？？ ？？
赵翔： 可以这么明确。。。。。。现在的RAG、Graph RAG，，，，，，，有点像所有塞到上下文内里让模子去读一大堆信息，，，，，，，显得似乎跟你很熟，，，，，，，这个很死板。。。。。。
现实上，，，，，，，用户在和AI交互的历程中会积累许多偏好和习惯。。。。。。每一次交互，，，，，，，着实都是一个偏好信号。。。。。。这些工具关于个性化来说很是有价值。。。。。。
但这种细粒度的偏好量很是大，，，，，，，以是我们现在在做一个叫潜空间影象的工具。。。。。。像推荐算法一样，，，，，，，在大宗反响信号的基础上，，，，，，，从图里抽取偏好信息做一个子图，，，，，，，把子图压成一个浓密向量。。。。。。这个浓密向量人看不懂，，，，，，，但模子看到以后，，，，，，，会很是自然地相识你的每一个点。。。。。。
可能有一点笼统，，，，，，，但就像抖音一样，，，，，，，冷启动的时间刷了一堆不喜欢的视频，，，，，，，点了几个赞之后，，，，，，，刷到的就所有都想看了。。。。。。
张源：对，，，，，，，其时互联网初期，，，，，，，各人都在百度、Google搜索，，，，，，，有了推荐算法之后长出了抖音这样的超等应用。。。。。。现在AI生态各人都是去DeepSeek、ChatGPT上问一下，，，，，，，都是通用的。。。。。。我以为可能会有一个面向C端的自动智能超等应用长出来。。。。。。
硅星人： 这么做的难点在那里？？？ ？？
赵翔： 确实有点壁垒。。。。。。关于潜空间注入，，，，，，，怎样让模子把我们很是浓密的信息精准挖出来不丧失语义，，，，，，，有对齐的难题。。。。。。
这个难题主要来自于：我们怎么去结构端到端的数据？？？ ？？若是不结构端到端数据，，，，，，，用DPO举行强化学习的话，，，，，，，reward信号该怎么打造？？？ ？？这内里有一些很是细的工程难点，，，，，，，但从理论上，，，，，，，现在研究和远景都是可观的。。。。。。
硅星人： 工程上的难点反而是好事，，，，，，，由于有壁垒。。。。。。
赵翔：是的，，，，，，，研究和Infra、工程之间是细密耦合在一起的。。。。。。
张源：潜空间影象是我们正在做的下一步偏向，，，，，，，是跨代际的，，，，，，，想象空间很是大。。。。。。但我们必需先有第一个基础——把数据存好、提取好，，，，，，，才华做好用户的特征向量，，，，，，，一步步来。。。。。。
从陪同、硬件到具身，，，，，，，做深物理AI
硅星人： Memory主要是To B的，，，，，，，你们的客户是谁？？？ ？？
张源： 我们现在已经最先内测了。。。。。。从产品层面来说，，，，，，，我们第一步对标是supabase，，，，，，，最洪流平的降低各人使用影象的门槛，，，，，，，第二步是在我们影象底座能力足够扎实的基础上，，，，，，，期待天真烂漫生长出来自动智能的ToC的超等应用。。。。。。这个定位决议了我们更关注手艺指标和可集成性。。。。。。
现在找过来的客户，，，，，，，有一些做IP的，，，，，，，好比拿了北京动物园大熊猫萌兰IP的；；；； ；有一些做解决计划的供应商，，，，，，，专门给陪同类做解决计划的；；；； ；尚有一些纯软件的陪同产品。。。。。。我们挑了一些物理距离上离我们近的做内测。。。。。。
硅星人： 为什么先选陪同类？？？ ？？
张源： 由于陪同先商业化了，，，，，，，各人在商业化历程中越来越意识到缺乏影象是很痛的痛点——相当于市场关于影象需求的成熟度较量高。。。。。。
硅星人： 除了陪同类，，，，，，，尚有什么行业呢？？？ ？？
张源： AI硬件、具身机械人，，，，，，，尚有一些执法、金融这种垂类Agent也来找我们。。。。。。由于我们不但是多模态的，，，，，，，并且图谱所有召回的影象都是可审计的，，，，，，，有坚实证据，，，，，，，以是一些较量严肃严谨的行业也有需求。。。。。。
硅星人： 差别行业对影象的需求有什么差别？？？ ？？
张源： 面向女性用户的朋侪产品会更需要高精度影象，，，，，，，用户更关注的是AI能够记得习惯喜欢，，，，，，，尚有恋爱当中的一些小细节。。。。。。
具身对影象的需求很是刚性。。。。。。好比Figure形貌的那样，，，，，，，具身机械人给你做家务，，，，，，，你的身份证或钱包放在茶几上，，，，，，，它给你料理起来放到某个抽屉里。。。。。。过了一个多月你再用的时间，，，，，，，若是它只有视觉识别没有Memory，，，，，，，它就忘了放哪了找不到了。。。。。。
硅星人： 差别行业的客户对你们的价值是怎样的？？？ ？？我知道许多AI陪同公司着实盈亏很难平衡，，，，，，，行业也不是很有钱，，，，，，，他们会介意本钱吗？？？ ？？
张源：我们凭证客户的付费能力和对隐私的敏感水平，，，，，，，把客户分成了B+、B和B-。。。。。。
B+是有很高付费能力的，，，，，，，公司有品牌，，，，，，，可能Day 1就全球收美国订阅。。。。。。他们对隐私要求很是高，，，，，，，也不在乎计划多花10万、20万。。。。。。这种就是私有化安排加API，，，，，，，数据物理隔离。。。。。。
B-是付费能力险些没有，，，，，，，但路子很野，，，，，，，出货量特殊大。。。。。。对这部分客户，，，，，，，我们更着重通过脱敏的方法“团结建模”，，，，，，，积累用户的通用“Life Context”。。。。。。
B类客户可以case by case。。。。。。以是从收费模式上，，，，，，，现在客户的反响都还挺好的。。。。。。
硅星人： Life Context的数据积累，，，，，，，就是做潜空间影象。。。。。。
张源： 我们去打了一些benchmark榜单，，，，，，，刷新了SOTA，，，，，，，但我们以为这个事别人花点时间也能刷上来，，，，，，，但潜空间影象是我们最终想做的，，，，，，，一个真正的跨代际提升，，，，，，，这需要积累更多的人生上下文。。。。。。
赵翔： 对，，，，，，，潜空间影象需要把海量的交互行为压缩为机械可读的浓密向量。。。。。。这些向量是去标识化的，，，，，，，不包括任何小我私家身份信息（PII），，，，，，，但包括了人类通用的行为逻辑——好比“当人类表达恼怒时，，，，，，，通常希望获得怎样的宽慰”。。。。。。
就像抖音一样，，，，，，，冷启动的时间刷了一堆不喜欢的视频，，，，，，，点了几个赞之后系统捕获到了行为模式，，，，，，，刷到的就所有都想看了。。。。。。没有足够多的行为样本，，，，，，，就训练不出足够懂人的潜空间模子。。。。。。
张源：以是，，，，，，，商业化上，，，，，，，要么对接Agent，，，，，，，要么对接AI硬件，，，，，，，要么对接GPT wrapper，，，，，，，谁先落地我们就接谁。。。。。。
硅星人： 影象产品因企业而异、需求而异，，，，，，，要思量效率、本钱等多维度因素。。。。。。你们现在对接客户难吗？？？ ？？
张源： 我们现在的状态是——深圳那里很多多少做陪同的，，，，，，，华强北超等多。。。。。。我们更希望做恒久主义的事情，，，，，，，现在他们来找我们，，，，，，，我们先开放一个口做内测，，，，，，，测得好再签。。。。。。由于我们想做恒久主义的事情，，，，，，，跟客户恒久交朋侪，，，，，，，测试客户找物理距离相对近的利便客户随时面扑面的给我们提出建议。。。。。。
硅星人： 你们自己的本钱高吗？？？ ？？
张源： 我们做过极限测试，，，，，，，用了1000万的向量边的约束，，，，，，，测了存储极限，，，，，，，不思量遗忘的情形下是1570天。。。。。。若是思量遗忘，，，，，，，就可以用极低本钱做到终身影象。。。。。。以是我们本钱不高。。。。。。
先跑完milestone，，，，，，，再见投资人
硅星人： 你们未来想做成什么样的公司？？？ ？？
张源： 从0到1是做影象领域的Supabase，，，，，，，我们想做的事情是降低各人使用Memory的门槛，，，，，，，让影象成为各人在AI时代做任何AI应用的标配。。。。。。通用、标准、更低门槛。。。。。。
硅星人： 团队是什么时间建设的，，，，，，，做了多久了？？？ ？？
张源： 从25年3月份最先攒这个事情，，，，，，，11月份注册公司，，，，，，，12月份我们Benchmark刷新了SOTA，，，，，，，1月最先线上内测。。。。。。
硅星人： 你们现在融资情形怎么样？？？ ？？
张源： 融资一定是需要的。。。。。。12月上旬刷新SOTA之后，，，，，，，反响很是好。。。。。。前段时间中关村四杰展望26年什么事情较量热，，，，，，，各人一致结论是要做好Memory的明确，，，，，，，可能才华拿到26年的第一张船票。。。。。。种种因素把整个赛道热度推起来了。。。。。。
最近很多多少投资人、投资机构自动找过来，，，，，，，我们也很是谢谢各人关注，，，，，，，现在正在起劲推进。。。。。。
硅星人： 在融资之前，，，，，，，你们是怎么运转的？？？ ？？之前聊过投资人吗？？？ ？？
张源： 在产品出来前，，，，，，，我们完全没找，，，，，，，就是决议用自己的钱。。。。。。
尤其我们作为首创团队应该思量：在极限条件约束下，，，，，，，你还想不想做这个事情？？？ ？？尚有没有信心做好？？？ ？？客观上能不可做好？？？ ？？三个谜底都是yes才华着手做。。。。。。以是我们在创业第一天就说，，，，，，，在最早期、第一个milestone出来之前，，，，，，，必需花自己的钱养团队、做支出。。。。。。
硅星人： 你们会思量开源吗？？？ ？？
张源： 一方面是代差代际开源，，，，，，，另一方面是我们想做的事情是降低各人使用Memory的门槛。。。。。。好比纵然有一些友商开源之后，，，，，，，也执偾一些有水平的开发者能用，，，，，，，并没有实现Memory能力的平权。。。。。。
我们想做的是让影象成为各人在AI时代做任何AI应用的标配，，，，，，，可能是自然语言挪用，，，，，，，可能是一行代码挪用。。。。。。以是我们非�？？？ ？？粗乜⒄呱⒖⒄吖叵怠⒖⒄呱俊！�。。。。
事实每一次交互范式厘革都会引发新一轮高增添，，，，，，，从诺基亚按键手机到iPhone是，，，，，，，从搜索到推荐是，，，，，，，我们信托从被动到自动也会是。。。。。。这种厘革能带来重大的创业时机。。。。。。
而我们要做的是，，，，，，，成为 AI时代自动智能超等应用的基础建设。。。。。。
点个“爱心”，，，，，，，再走江苏东部新能源有限公司吧