MemoraX AI完成千万美金种子轮融资，定义大模型“内生记忆”新范式

近日，深圳忆纪元科技有限公司（以下简称“MemoraX AI”或“忆纪元”）宣布完成千万美金种子轮融资。本轮由L2F光源创业者基金、钟鼎资本联合领投，知名投资人及产业方共同参与，光源资本担任独家财务顾问。

本轮融资将主要用于核心技术Agentic RL的算法迭代与工程化落地，以及内生记忆模块的产品化开发。预计在未来12个月内，MemoraX AI将推出面向B端企业知识管理与C端个性化交互的首批标准化记忆产品，实现记忆训练效率与精准度的指数级提升。此次融资标志着大模型个性化记忆赛道正式从“外挂检索”的浅层探索，迈入“模型内生”的深水区变革，为解决大模型“失忆症”这一关键瓶颈注入了核心动能。

“打过仗”的梦之队：顶会前十科学家×百亿级产业操盘手

MemoraX AI成立于2026年3月，是大模型个性化记忆赛道技术革新引领者。公司通过自主研发的Agentic RL（智能体强化学习） 核心技术架构，攻克了大模型长期记忆碎片化、静态化、难以跨场景迁移的行业痛点。

创始人郝建业，天津大学菁英教授，国家优青，全球前2%科学家，近两年在ICML、NeurIPS、ICLR三大顶会的成果产出全球排名前10，谷歌学术引用超1.5万次。但更关键的是，他并非传统学院派创业者——曾先后担任华为决策推理实验室主任、华为大模型算法实验室主任、华为医疗军团技术总裁，是华为决策智能方向的首席专家，主导从0到1孵化多个重量级产业项目，创造数百亿元经济效益。

团队核心成员主要来自两大体系：一方面是华为、阿里、腾讯等头部大厂的核心技术负责人，负责过千亿级规模大模型研发与Agent落地，具备从底层技术到商业化部署的完整经验；另一方面是国内强化学习领域最具代表性的顶尖研究力量，兼具算法创新与产业落地经验，和阿里、腾讯、网易、字节等产业界团队长期深度合作，合作成果在自动驾驶、游戏AI、推荐搜索、具身智能等工业级场景大规模落地，创造数十亿经济收益。纯学术团队强于探索却弱于落地，纯工业团队擅长产品却难建壁垒——MemoraX AI同时具备两者基因，形成了从理论创新到产业落地的全链路闭环能力。

不做外挂做内生：一场大模型记忆的“范式革命”

长期记忆赛道并非无人区。但现有的解决方案大多停留在浅层探索，本质上仍是“静态信息检索”。这就像给AI配了一个笔记本，它只能翻阅查找，并不能真正记住你。

MemoraX AI选择了一条更难、但也更本质的路径：将记忆能力内化进模型。这意味着，他们不是给AI外挂一个记忆库，而是让记忆成为模型的内生能力。AI不再只是信息检索者，而是能像人类一样主动学习、提炼沉淀、动态更新记忆。

这是从记忆的外部附加到模型内生的革命性突破，MemoraX AI的技术特色体现在三个维度：

第一，记忆的持续进化能力。 记忆不再是静态存储的信息集合，而是在交互中持续被理解、更新和重组的过程，从而实现随时间积累、随反馈修正、随场景迁移。

第二，记忆的精准召回能力。 解决了传统方案“记忆碎片化、检索不精准”的痛点，在最新的文本类记忆测试集LoCoMo-Refined上取得最强记忆性能（大幅领先第二名 30%），模型训练效率提升400倍。

第三，记忆的泛化复用能力。 能够实现跨场景的记忆复用，可以在下一代智能交互、企业级知识管理、个性化数字陪伴、AI Coding 、新一代智能终端等场景中快速适配。

Agentic RL：构建下一代记忆系统的关键技术

下一代记忆系统的核心能力突破，不仅在于把用户信息存下来，更在于在动态交互过程中，实现对上下文的精准感知、对信息的高效压缩与提纯、对记忆的动态召回与灵活组装，以及面向用户长期偏好的自适应进化。Agentic RL正是实现上述高阶记忆能力的关键技术路径。在这一方向上，MemoraX AI团队已经充分证明了自己，团队所提出的一系列 Agentic RL 前沿技术，已在芯片设计自动化、工业求解器、自动驾驶、文娱智能等多类工业场景中实现规模化落地：

（1）在芯片设计自动化（EDA）领域，团队构建的基于强化学习的智能决策技术，曾连续两年获芯片逻辑综合领域国际权威榜单EPFL总排名第一，在芯片逻辑综合、物理布局等重要芯片设计环节落地，在数十款国产芯片设计中应用，大幅提升芯片设计效率和PPA综合性能。

（2）在工业求解器领域，团队提出的基于强化学习的求解优化算法，大幅提升求解器在超大规模求解问题下的求解效率，在全球权威评测榜单上首次超越国际商业求解器Gurobi的求解性能，获得冠军，并获世界人工智能大会最高奖SAIL奖。

（3）在自动驾驶领域，团队研发的基于强化学习的智驾算法已落地部署于数十万自动驾驶车辆，大幅提升自驾类人体验，是业界首个强化学习技术在自动驾驶领域实现商业化落地的案例。

（4）在游戏AI领域，团队开发了业界首个基于强化学习的自动化游戏测试技术，以及强化学习驱动的多风格AI生成技术，在网易公司10余款大型商业游戏中落地应用，并获得中国图像图形学学会科技进步一等奖。

（5）在广告推荐领域，团队研发了业界首个基于分层强化学习的广告竞价算法，在淘宝信息流场景落地应用，助力淘宝定向广告每日营收破亿。

这些经历意味着，MemoraX AI团队不仅懂技术，更懂如何将技术转化为产品，并持续创造商业价值。对于记忆这一赛道而言，MemoraX AI这样兼具顶尖研发与产业落地能力的团队极为稀缺，也最有机会率先实现核心突破并最终跑通商业闭环。



从“工具”到“伙伴”，重新定义人与AI的关系

MemoraX AI的商业布局，是软硬一体的双向战略。

To B 端，MemoraX AI 的标准化记忆模块可赋能智能客服、企业知识管理、金融医疗法律等专业领域，打破重复问询的痛点，实现精准服务；To C 端，瞄准的是个人智能助手这一锚点，打破当前通用AI助手“千人一面”的同质化困境，打造“千人千面”的专属智能伙伴，能够深度镌刻用户的习惯偏好、学习节奏与工作诉求。

MemoraX AI的愿景，也远不止于商业成功。

“记忆是智能的灵魂。”在郝建业看来，大模型若不能跨越从“存储”到“记忆”的鸿沟，就永远只是高效的搜索引擎，而非真正的智能伙伴。通过让AI拥有真正的记忆能力，不仅在推动技术进步，更在重新定义人与AI的关系，让AI从冷冰冰的“工具”进化为有温度、有智慧、有记忆的“伙伴”。

这是一个关于遗忘与记住的故事。在AI的漫长进化史上，MemoraX AI 想要成为那个让机器真正“记得”人类的起点。

光源资本创始人、CEO， L2F 光源创业者基金创始合伙人郑烜乐表示：“ Memory 系统是 Agent 最核心的基础设施能力之一，直接决定了 Agent 体验与交付能力的上限。无论是陪伴类、效率工具类的 Agent 软件赛道，还是以 AI-native features 为核心价值主张的硬件战场，构建可靠、长期、稳定的 Memory 能力，都是当下 AI 应用层最亟待突破的瓶颈——而这一问题的本质，正是如何让模型在动态交互中持续学习与自我更新，这也正是 MemoraX AI 所专注解决的核心命题。创始人郝建业教授深耕 RL 领域多年，在学术界与工业界均有极强的 track record，我们相信他是将这一方向从研究真正推向产品落地的最佳人选。正因如此，光源在 MemoraX AI 正式成立之前便深度参与了项目的构建与孵化，也期待持续协同光源产品矩阵的多元化能力，为 MemoraX AI 的成长提供更坚实的支撑。”

光源资本合伙人李昊表示：“我们高度认同 MemoraX AI 以 Agentic RL 的框架重新定义大模型记忆的新范式，将记忆能力真正内化为模型的原生能力，实现了持续进化、精准召回与跨场景泛化三大突破并在 LoCoMo-Refined 测试集上以领先第二名 30% 的成绩取得 SOTA，训练效率实现数百倍提升。我们坚信，依托郝建业老师及核心团队创新的技术框架，结合团队过往千亿级大模型研发与多场景产业化落地经验，将持续为各领域带来全新的 ‘伙伴式’ 记忆能力突破。我们期待与 MemoraX AI 携手，共同推动大模型从 ‘即时对话工具’ 向 ‘具备长期记忆的智能伙伴’ 跃迁，开启 AI 原生记忆的新纪元。”

光源资本执行董事刘梦苏表示：“很荣幸助力 MemoraX AI 完成本轮融资。不同于行业常见的算法渐进优化，MemoraX AI 正致力于大模型记忆机制的底层范式革新。其首创的‘内生记忆’架构，从根本上突破了传统外挂式方案碎片化、静态化的能力瓶颈，推动AI由‘信息检索者’向‘主动学习、动态沉淀’的记忆主体跃迁。记忆是智能的基石。我们深信，依托原生记忆能力这一核心支点，MemoraX AI 将让每一次交互都转化为价值的持续累积，携手各行各业共同迈入‘越用越懂你’的 AI 新纪元。”