记忆张量发布并开源记忆原生模型MemT 1.0系列
先了解这件事
2026年10月20日上午11时57分，爱范儿率先报道记忆张量发布并开源记忆原生大模型MemT 1.0，该模型将记忆状态内化进模型架构，记忆的读写、更新和调用由模型通过训练学会。12时12分，36氪·AI报道了相同消息，与爱范儿说法一致。15时28分，36氪·AI披露开源的是MemT 1.0系列，含36B参数的MemT-1.0-Nano（基座Qwen3.6-35B-A3B）与288B参数的MemT-1.0-Flash（基座DeepSeek-V4-Flash），称此举为AI自我改进补上记忆拼图。19时01分，36氪·AI补充细节：Flash为288B参数、17B激活、336M动态记忆，Nano为36B参数、3B激活、10M动态记忆。20时50分，量子位介绍技术实现：模型在选定Transformer模块中加入与注意力并行的记忆分支，将经验编码为可更新的内部矩阵状态，并确认两款型号的参数、激活量与基座。各报道的参数与基座信息一致，暂无矛盾；评测成绩与开源许可证等细节仍未见披露。
AI 根据报道生成 · 12 天前更新
事件进展
- 10月21日 09:35 · 1 篇报道记忆张量团队发布MemT 1.0：将记忆写入模型参数人人都是产品经理：MemT 1.0 如何让模型本身具有记忆
- 10月20日 11:57 · 6 篇报道记忆张量发布并开源记忆原生模型MemT 1.0爱范儿：记忆张量发布并开源记忆原生大模型 MemT 1.0
报道时间线
沿着报道，了解事件的不同侧面。
- 人人都是产品经理MemOS 开源记忆原生大模型 MemT 1.0，36B 单卡实测可凭内部记忆复现团队规范要点
记忆张量（MemOS）团队 10 月 20 日开源 MemT 1.0，官方称为首个记忆原生架构开源大模型，提供 36B 的 Nano（基座 Qwen3.6-35B-A3B）与 288B 的 Flash（基座 DeepSeek-V4-Flash）两个版本。
- 人人都是产品经理MemT 1.0 如何让模型本身具有记忆
记忆张量团队的 MemT 1.0 技术报告提出把记忆直接写进模型参数，在部分 Transformer 层加入原生记忆块，主干权重不变，记忆状态固定大小（36B 版 10M、288B 版 336M）。
- 量子位MemT 1.0 开源记忆原生模型，把经验读写做进模型内部
记忆张量（MemTensor）团队开源 MemT 1.0 系列记忆原生模型，在选定 Transformer 模块中加入与注意力并行的记忆分支，将经验编码为可更新的内部矩阵状态，包含 Nano（36B 参数、激活 3B，基座 Qwen3.6-35B-A3B）与 Flash（288B 参数、激活 17B，基座 DeepSeek-V4-Flash）两个型号。
- 36氪·AI记忆张量发布 MemT 1.0：让记忆成为模型内生能力，迈向递归自我改进
记忆张量 10 月 20 日发布并开源记忆原生基座模型 MemT 1.0，提供 MemT-1.0-Flash（288B 参数、17B 激活、336M 动态记忆）与 MemT-1.0-Nano（36B 参数、3B 激活、10M 动态记忆）两个版本。
- 36氪·AI记忆张量开源MemT 1.0，为AI自我改进补上记忆拼图
记忆张量开源记忆原生模型MemT 1.0系列，含36B参数的MemT-1.0-Nano（基座Qwen3.6-35B-A3B）与288B参数的MemT-1.0-Flash（基座DeepSeek-V4-Flash）。
本事件热度走势
当前热度 3·可比范围峰值 10（10月29日 17:00）·近 24 小时可比范围变化 -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。