Maison
MemoraX, un modèle de mémoire pour l'IA, lève un million de dollars lors d'un tour de table d'amorçage pour mettre fin à l'« amnésie » de l'IA
Les grands modèles peuvent-ils véritablement faire office de « moteurs de recherche » efficaces ? Hao Jianye, fondateur de Shenzhen Yijiayuan Technology Co., Ltd. (MemoraX AI), affirme que sans combler le fossé entre le « stockage » et la « mémoire », l’IA ne deviendra jamais un véritable partenaire intelligent.
Fondée il y a tout juste un mois, cette start-up a annoncé une levée de fonds d’amorçage de 10 millions de dollars menée par L2F Lightsource Entrepreneur Fund et Zhongding Capital, avec la participation d’investisseurs de renom et d’acteurs du secteur. Ce financement servira principalement à soutenir l’itération des algorithmes d’apprentissage par renforcement agentique (Agentic RL), la mise en œuvre technique et le développement de modules de mémoire interne.

MemoraX AI a été créée en mars 2026. Son fondateur, Hao Jianye, est un éminent professeur à l’université de Tianjin qui a précédemment occupé les fonctions de directeur du Decision Reasoning Lab et du Large Model Algorithm Lab de Huawei. Il apporte de solides références académiques et une expérience pratique dans le domaine de l’apprentissage par renforcement. L’équipe est composée d’experts techniques issus de grandes entreprises telles que Huawei, Alibaba et Tencent, formant ainsi une solide alliance entre expertise académique et industrielle.
Sur le plan technique, MemoraX AI utilise sa technologie propriétaire « Agentic RL » pour internaliser la mémoire. Cette approche résout les problèmes courants des grands modèles actuels, tels que la mémoire fragmentée et la récupération imprécise. Ses principaux avantages s’articulent autour de trois axes : l’évolution dynamique — la mémoire se met continuellement à jour et se réorganise au cours des interactions plutôt que de rester statique ; une récupération précise — surpassant ses concurrents de 30 % sur l’ensemble de test LoCoMo-Refined tout en atteignant une efficacité d’entraînement 400 fois supérieure ; et la généralisation et la réutilisation — s’adaptant avec souplesse à divers scénarios, des terminaux intelligents à la gestion des connaissances au niveau de l’entreprise.
Ces technologies de pointe sont déjà mises en œuvre dans des domaines tels que la conduite autonome, l’automatisation de la conception de puces et les solveurs industriels.
Sur le plan commercial, MemoraX AI poursuit une double stratégie ciblant à la fois les marchés B2B et B2C. Du côté B2B, elle propose des modules de mémoire standardisés pour des secteurs tels que la santé, la finance et le droit, améliorant ainsi le service client intelligent et la gestion des connaissances. Du côté B2C, elle se concentre sur la création de compagnons numériques plus personnalisés. Les premiers produits de mémoire standardisés devraient être officiellement lancés d’ici un an.
Les investisseurs estiment qu’un système de mémoire constitue l’infrastructure la plus fondamentale pour un agent, déterminant directement la limite supérieure des capacités de prestation de l’IA. Alors que la couche d’application de l’IA doit de toute urgence surmonter ses goulots d’étranglement, l’approche de MemoraX AI, qui repose sur une mise à jour automatique via des interactions dynamiques, est considérée comme un effort clé pour repousser les limites du secteur.
Article connexe
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Google teste l'agent IA Remy pour Gemini à mesure que l'accent se déplace vers le contrôle utilisateur
Selon Business Insider, Google teste Remy, un nouvel agent personnel d’IA pour Gemini. Cet outil vise à exécuter des tâches au nom des utilisateurs, rationalisant ainsi les flux de travail professionnels et les routines quotidiennes.Actuellement, Re
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc
Recommandations de sujets spéciaux liés
commentaires (1)
Les grands modèles peuvent-ils véritablement faire office de « moteurs de recherche » efficaces ? Hao Jianye, fondateur de Shenzhen Yijiayuan Technology Co., Ltd. (MemoraX AI), affirme que sans combler le fossé entre le « stockage » et la « mémoire », l’IA ne deviendra jamais un véritable partenaire intelligent.
Fondée il y a tout juste un mois, cette start-up a annoncé une levée de fonds d’amorçage de 10 millions de dollars menée par L2F Lightsource Entrepreneur Fund et Zhongding Capital, avec la participation d’investisseurs de renom et d’acteurs du secteur. Ce financement servira principalement à soutenir l’itération des algorithmes d’apprentissage par renforcement agentique (Agentic RL), la mise en œuvre technique et le développement de modules de mémoire interne.

MemoraX AI a été créée en mars 2026. Son fondateur, Hao Jianye, est un éminent professeur à l’université de Tianjin qui a précédemment occupé les fonctions de directeur du Decision Reasoning Lab et du Large Model Algorithm Lab de Huawei. Il apporte de solides références académiques et une expérience pratique dans le domaine de l’apprentissage par renforcement. L’équipe est composée d’experts techniques issus de grandes entreprises telles que Huawei, Alibaba et Tencent, formant ainsi une solide alliance entre expertise académique et industrielle.
Sur le plan technique, MemoraX AI utilise sa technologie propriétaire « Agentic RL » pour internaliser la mémoire. Cette approche résout les problèmes courants des grands modèles actuels, tels que la mémoire fragmentée et la récupération imprécise. Ses principaux avantages s’articulent autour de trois axes : l’évolution dynamique — la mémoire se met continuellement à jour et se réorganise au cours des interactions plutôt que de rester statique ; une récupération précise — surpassant ses concurrents de 30 % sur l’ensemble de test LoCoMo-Refined tout en atteignant une efficacité d’entraînement 400 fois supérieure ; et la généralisation et la réutilisation — s’adaptant avec souplesse à divers scénarios, des terminaux intelligents à la gestion des connaissances au niveau de l’entreprise.
Ces technologies de pointe sont déjà mises en œuvre dans des domaines tels que la conduite autonome, l’automatisation de la conception de puces et les solveurs industriels.
Sur le plan commercial, MemoraX AI poursuit une double stratégie ciblant à la fois les marchés B2B et B2C. Du côté B2B, elle propose des modules de mémoire standardisés pour des secteurs tels que la santé, la finance et le droit, améliorant ainsi le service client intelligent et la gestion des connaissances. Du côté B2C, elle se concentre sur la création de compagnons numériques plus personnalisés. Les premiers produits de mémoire standardisés devraient être officiellement lancés d’ici un an.
Les investisseurs estiment qu’un système de mémoire constitue l’infrastructure la plus fondamentale pour un agent, déterminant directement la limite supérieure des capacités de prestation de l’IA. Alors que la couche d’application de l’IA doit de toute urgence surmonter ses goulots d’étranglement, l’approche de MemoraX AI, qui repose sur une mise à jour automatique via des interactions dynamiques, est considérée comme un effort clé pour repousser les limites du secteur.
La startup suédoise en intelligence artificielle Lovable Eyes atteint une valorisation de 13,2 milliards de dollars après un tour de table majeur
Alors que les outils de codage alimentés par l’intelligence artificielle gagnent en popularité, la startup suédoise Lovable a levé des fonds lors d’un tour de table majeur. L’entreprise vise à collecter 3 milliards de dollars, ce qui pourrait porter
Comment corriger les Core Web Vitals pour de meilleurs classements SEO
Fluidifiez les commentaires de bulletin avec des outils d'IAIntroductionOutils d'IA pour générer des commentaires de bulletinMagic SchoolAlmanac AIChat GPTUtilisation de Magic School pour générer des commentaires de bulletinConnexion à Magic Sc











