微软ACL2026双榜SOTA新作重新定义AI长记忆
随着大语言模型在各类应用场景中加速落地，一个关键技术瓶颈日益凸显：AI系统普遍缺乏真正的长期记忆能力。当前主流的RAG（检索增强生成）方案依赖语义相似度检索历史信息，但“语义相似”并不等同于“真正相关”，常导致检索结果不完整、无法区分信息相关性、缺乏推理能力等问题。
为应对上述挑战，微软研究团队提出了全新的AI记忆框架Mnemis，该框架受认识论与认知科学双重启发，使AI不仅能“快速检索”，更能“审慎推理”，在两大权威长期记忆基准上均达到SOTA性能。该研究成果已被ACL2026主会议接收。
△图 1：Mnemis框架总览——层级图索引+双路径检索
RAG的“近视眼”困境
设想这样一个场景：用户问“Da ve在2023年去过哪些城市？”，正确答案是San Francisco和Detroit。传统RAG将查询转换为向量，在历史对话中检索语义最相似的片段。结果它仅找到了Boston和San Francisco，却遗漏了Detroit——因为“attended a conference in Detroit”隐藏于一条长消息中，与“去过哪些城市”的语义相似度不足。同时，RAG也无法判断Boston是居住城市而非旅行目的地。
- 孤立评分——每条记忆独立与查询比较，忽略记忆之间的关联；
- 语义偏见——向量相似度偏爱字面匹配，对间接相关的信息天然不敏感；
- 无法推理——系统不了解对话历史中存在哪些话题及其相互关系。
打个比方，RAG就像根据书名关键词找书，而有经验的图书馆员会先查阅分类目录，从结构上系统性地定位所有相关书籍。
Mnemis的核心设计：建构式索引+双系统检索
Mnemis的名称源自希腊神话中的记忆女神，其设计分为索引和检索两个阶段。
在索引阶段，传统RAG将对话分块、向量化、存入数据库，不建立任何结构——这对应认识论中的保存主义，记忆只是知识的“搬运工”。而建构主义认为记忆是主动的加工过程，人类在“记住”时就在进行组织和抽象。
Mnemis正是建构主义的计算实现：它将碎片化对话组织成自适应的层级图，而非扁平的向量库。
具体来说，第一层是Base Graph（知识图谱），从对话中提取实体和关系，进行消歧、去重、聚合，消除碎片化。
第二层是Hierarchical Graph（层级图），在知识图谱基础上将具体实体归纳为高层语义概念，建立跨主题的高阶连接。例如，San Francisco、Detroit等实体会被归入“Geographical Locations”概念，再进一步归入“Geography”类目。每个用户的层级图完全由其自身数据自适应生成。
层级图的构建遵循三个核心原则：最小概念抽象（MCA）确保每一层类别承载真实语义信息；多对多映射（M2M）允许一个实体属于多个类别，保证从任何角度检索都不会遗漏；压缩效率约束（CEC）确保层级结构逐层压缩，维持紧凑性。三者协同，从结构上保证了信息的无损性和全局可达性。
在检索阶段，Mnemis受诺贝尔经济学奖得主Daniel Kahneman的双系统理论启发，融合了两条互补的检索路径。System-1（快思考）将查询向量化，在Base Graph中快速匹配语义最相似的实体，适合直接简单的问题。System-2（慢思考）则利用LLM的推理能力，在层级图上自顶向下逐层遍历、智能筛选。当LLM确信某个类别下的所有内容都相关时，可触发Shortcut机制直接获取全部后代节点，兼顾准确性与效率。
最终，System-1确保语义直接匹配的记忆不遗漏，System-2确保结构相关但语义距离较远的记忆被覆盖，两者融合互补。
△图 2：Mnemis的双路径检索范式
效果验证：双基准SOTA
Mnemis在两个主流长期记忆基准上进行了全面评估。在LoCoMo基准上取得了93.9%的准确率，在LongMemEval-S基准上取得了91.6%的准确率，均显著优于现有的RAG和Graph-RAG方法。值得注意的是，以上结果仅使用GPT-4.1-mini作为底座模型，证明了框架设计本身的有效性。
△图3：LoCoMo基准实验结果
△图 4：LongMemEval-S基准实验结果
案例分析
回到开头的案例。面对“Da ve在2023年去过哪些城市”这一查询，System-1通过语义匹配找到了Boston和San Francisco，但遗漏了Detroit。System-2则从层级图顶部出发，依次定位到Geography→Geographical Locations，触发Shortcut直接获取所有城市实体，成功检索到Detroit。两条路径融合后，模型进一步推理判断Boston为居住城市而非旅行目的地，最终给出完整正确的答案。
△图5：案例分析——System-1与System-2的互补
另一个典型案例是“Sam遇到了什么健康问题促使他改变生活方式”。System-1被“health issue”等关键词吸引，检索到胃炎这一急性事件；而System-2通过层级结构定位到Physical Well-Being→Health→Health Factors，聚合多条记忆后发现，真正驱动Sam长期改变生活方式的核心因素是体重问题而非单次胃炎事件。这体现了System-2在抽象归因和长期动机分析上的独特价值。
思考与展望
Mnemis揭示了一个重要洞察：记忆系统的质量，很大程度上取决于“存储时做了什么”，而不仅仅是“检索时怎么找”。
传统RAG将所有智能都放在检索阶段，而索引阶段几乎是无加工的分块向量化。Mnemis的设计理念是在索引阶段就进行深度语义建构，使检索阶段能同时利用快速匹配和结构遍历——这恰好对应人类记忆的两个关键特征：存储时的建构性和提取时的双模式。团队认为，真正的AI记忆应当是有组织的、可推理的、双模式的、并能持续进化的。Mnemis是这一方向上的重要探索。
论文链接：https://arxiv.org/abs/2602.15313
GitHub：https://github.com/microsoft/Mnemis
相关攻略
微软提出基于认知科学启发的新记忆框架Mnemis，通过建构式层级图索引与双系统检索（快慢思考）克服传统RAG的语义相似度局限。该方法在LoCoMo和LongMemEval-S基准上分别取得93 9%和91 6%准确率，均达SOTA，已被ACL2026主会议接收。
大语言模型的应用浪潮正席卷而来，但一个核心的瓶颈也日益凸显：AI始终缺乏真正有效的长期记忆能力。目前主流的解决方案——检索增强生成（RAG），虽然能快速调取历史信息，但其依赖的语义相似度检索存在一个根本性缺陷：“语义相似”并不等同于“逻辑相关”。这导致检索结果常常不完整、无法识别信息间的深层关联，更
今日，小米汽车正式推出名为Xiaomi Auto World Model的全新框架，为自动驾驶领域的世界模型技术演进开辟了创新路径。此举标志着行业技术正从初级的“环境感知”阶段，向具备“认知推理与场景演化”能力的高阶形态深度迈进。 简而言之，该框架的核心创新在于，它首次实现了三维场景重建与动态视频生
小米汽车发布全新世界模型框架，将三维重建与视频生成深度耦合，解决了几何保真与内容多样性的矛盾。该一体化设计使两者协同增益，在Waymo等基准测试中全面领先。它应用于合成数据生成、仿真测试与智能座舱，能高效预测环境演化，提升辅助驾驶系统对极端场景的应对能力。
一、背景 当前，视觉-语言-动作模型已成为推动机器人智能发展的核心架构。然而，主流方案如OpenVLA、π0、CogACT普遍存在一个设计局限：它们依赖单一动作模型处理所有任务。这种“通用型”设计在面对真实世界的复杂机器人操控时，其内在矛盾日益凸显。 问题的核心在于机器人任务本身的二元特性。机器人动
热门专题
热门推荐
为什么不能满仓操作？仓位管理是风险控制的第一道防线 在加密市场的惊涛骇浪中，一个核心原则被反复验证：满仓操作，无异于将自己置于毫无退路的悬崖边缘。它背后潜藏着五大风险：市场不确定性下的单点暴露、心理压力导致决策失衡、错失动态再平衡机会、杠杆叠加加剧爆仓、链上痕迹削弱抗审查能力。理解这些风险，是构建稳
对于成长型企业而言，部署AI的最大挑战往往不在于技术本身，而在于算力成本宛如一笔糊涂账——每月支出多少、流向何处、下月预算如何规划，几乎全凭估算。联想最新推出的百应AI 3 0版本，正是精准回应了这一难题。 本次，联想首次为成长型企业打造了一套覆盖全链路的词元经济解决方案，其核心理念极为简洁：将算力
上周，金山办公在武汉举办了WPS AI NEXT线下路演，现场发布的新一代WPS多维表格，凭借一份硬核成绩单引发行业关注。在权威表格智能体评测榜单SpreadSheetBench最新排名中，WPS多维表格的AI智能引擎位列全球第二，仅次于谷歌，充分展现了国产办公软件的AI实力。 当前，多维表格赛道竞
宗门联赛S3赛季引入三线对抗机制，增加排兵布阵博弈；新增战术设计可禁用特定秘术，强化情报收集。同时加入挂机功能降低参与门槛，匹配机制优化提升公平性，位面加速缩短比赛耗时，满足不同玩家需求。
车队运营团队普遍面临两个核心痛点：工具碎片化、手动流程耗时严重。在近期举办的Vision 26峰会上，Motive一口气发布了集成硬件与人工智能的多项创新方案，矛头直指这两个痼疾，将其物理AI运营平台的边界大幅外扩。从本质上看，这套新方案要解决的是一个老问题：如何把散落在不同系统里的数据整合到一个统