北京
AI記憶賽道殺出「融資收割機」：記憶張量億元Pre-A落定，四家產業巨頭同臺押注
7月20日，AI記憶賽道迎來一筆標志性融資。記憶張量MemTensor宣布完成億元Pre-A輪融資，由華為哈勃、榮耀戰投、商湯國香資本、深創投、和玉資本聯合投資。這家公司成立不到兩年，便在AI記憶領域構建起從理論到系統的完整技術閉環，其核心產品MemOS記憶操作系統在14款主流框架對比中綜合性能排名第一，Token消耗降低近七成。
Pre-A輪即集結華為哈勃、深創投、商湯國香、榮耀戰投四大產業巨頭，這一投資方陣容在早期AI項目中并不多見。加上此前近億元天使輪（孚騰資本、算豐信息、中金資本），記憶張量累計融資已達數億元，資本對AI記憶賽道的押注正在加速。
記憶張量由創始人兼CEO熊飛宇于2024年11月在上海創立。熊飛宇曾任阿里巴巴集團業務中臺數據智能負責人及淘寶天貓數據平臺負責人，主導構建了千億級數字商業知識圖譜和國內首個零售行業知識交互大模型。2023年7月，他在上海算法創新研究院牽頭組建大模型中心， Memory3分層記憶理論及相關基模訓練即為這一時期的核心成果。
團隊配置同樣亮眼。首席科學家楊泓康畢業于普林斯頓大學，師從鄂維南院士；CTO李志宇為人大博士，曾在阿里巴巴和小紅書負責算法研發與商業化落地；顧問團隊包括鄂維南院士及上海交通大學人工智能學院多位教授。團隊平均年齡不到30歲，成員來自普林斯頓、北大、上海交大等頂尖高校及知名科技企業。
技術路線上，記憶張量形成了從Memory3到MemOS再到記憶原生基模的遞進式路徑。MemOS記憶操作系統于2025年在WAIC發布，基于Memory3分層記憶理論，將AI記憶劃分為參數記憶、激活記憶和明文記憶三層，通過統一運行時管理，使長期狀態能夠跨任務、跨推理過程被隔離、復用和持續維護。記憶張量將這套方法論概括為“記憶工程”——把記憶從模型的附屬功能，轉化為可定義、可度量、可調度、可審計的系統資源。
據公司披露，MemOS在涵蓋14款主流記憶框架的對比評測中綜合性能穩居第一，在長程復雜Agent任務上Token消耗量降低近70%。與此同時，公司正推進代號為Metis的記憶原生通用基座模型，探索將長期記憶、持續學習和抗遺忘機制內化到模型訓練與推理過程之中。
本輪融資將用于持續推進MemOS迭代、Agent和記憶基礎設施產品化、重點產業場景落地，以及記憶原生通用基座模型研發。深創投方面判斷，大模型產業正在從參數規模競爭進入系統化落地和產業級部署的新階段，模型能否長期運行、沉淀經驗并形成可治理的狀態資產，正在成為下一階段AI基礎設施的核心命題。
目前，記憶張量產品已進入端側硬件、金融、工業等領域，半年內實現數千萬商業化簽約，并于2026年入選省級創新型中小企業。當AI從一次性響應走向長期運行，記憶正在成為Agent時代的新基礎設施。誰能更好地管理長期記憶與狀態資產，誰就更有機會成為下一代AI應用生態中的關鍵系統層。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
