Memories.ai 正在為穿戴式裝置與機器人建構視覺記憶層

Shawn Shen 相信，人工智慧若要在物理世界中取得成功，就必須記住它所看到的內容。Shen 的公司 Memories.ai 正利用 Nvidia 的 AI 工具，為穿戴式裝置和機器人技術構建基礎設施，使其能夠記住並回溯視覺記憶。

Memories.ai 在週一的 GTC 大會上宣布與半導體巨頭 Nvidia 展開合作。透過這項合作，Memories.ai 使用 Nvidia 的 Cosmos Reason 2（一種推理視覺語言模型）以及 Nvidia Metropolis（一種用於影片搜尋與摘要的應用程式），來持續開發其視覺記憶技術。

Shen（圖左）告訴 TechCrunch，他與共同創辦人兼技術長 Ben Zhou（圖右）是在開發 Meta RayBan 眼鏡背後的 AI 系統時產生了創立公司的想法。開發 AI 眼鏡的過程讓他們思考，如果使用者無法回溯他們所記錄的影片數據，那麼人們在現實生活中將如何實際使用這項技術。

他們環顧四周，試圖尋找是否有人已經在為 AI 開發這類視覺記憶解決方案。當他們找不到時，便決定離開 Meta 自立門戶。

「AI 在數位世界已經表現得非常出色，但物理世界呢？」Shen 說道。「AI 穿戴式裝置、機器人同樣需要記憶。……最終，你需要 AI 擁有視覺記憶。我們深信那個未來。」

一般而言，AI 系統具備記憶能力是相對較新的發展。OpenAI 在 2024 年更新了 ChatGPT 以開始記住過去的對話，並在 2025 年優化了該功能。Elon Musk 的 xAI 和 Google Gemini 在過去兩年也相繼推出了各自的記憶工具。

但 Shen 表示，這些進展主要集中在以文字為基礎的記憶。文字記憶更具結構性且易於索引，但對於主要透過視覺與世界互動的物理 AI 應用來說，幫助並不大。

Memories.ai 成立於 2024 年，至今已籌集 1,600 萬美元，其中包括 2025 年 7 月的 800 萬美元種子輪融資以及 800 萬美元的擴展融資。該輪融資由 Susa Ventures 領投，參與者包括 Seedcamp、Fusion Fund 和 Crane Venture Partners 等。

Shen 表示，成功構建這個視覺記憶層需要兩件事：建立將影片嵌入並索引成可儲存與回溯的數據格式所需的基礎設施，以及獲取訓練模型所需的數據。

該公司於 2025 年 7 月推出了其大型視覺記憶模型 (LVMM)。Shen 表示，這可以與本月早些時候發布的 Gemini Embedding 2（一種多模態索引與檢索模型）的縮小版相提並論。

在數據收集方面，該公司開發了 LUCI，這是一種由公司的「數據收集員」佩戴的硬體設備，用於記錄訓練模型所需的影片。Shen 表示，他們不打算成為一家硬體公司，也不打算銷售這些設備，而是因為他們對市面上專注於高畫質且耗電的影片格式的現成錄影機感到不滿，才自行開發。

該公司發布了第二代 LVMM，並與高通 (Qualcomm) 簽署了合作協議，將於今年晚些時候開始在高通處理器上運行。

Shen 透露，Memories.ai 已經在與一些大型穿戴式裝置公司合作，但他拒絕透露具體名稱。儘管目前已有需求，但 Shen 認為穿戴式裝置和機器人領域未來還有更大的機遇。

「在商業化方面，我們更專注於模型和基礎設施，因為我們最終認為穿戴式裝置和機器人市場將會到來，但可能不是現在，」Shen 說。