Memories AI 为可穿戴设备和机器人开发了视觉记忆层

肖恩·沈认为,人工智能若要在物理世界中真正蓬勃发展,就必须具备记忆所见事物的能力。他创立的公司Memories.ai正利用英伟达的AI工具,构建能够让可穿戴设备和机器人存储及检索视觉记忆的基础设施。
本周一,在英伟达GTC大会上,Memories.ai宣布与这家半导体巨头达成合作。此次合作使Memories.ai能够使用英伟达的Cosmos-Reason 2(一种推理视觉语言模型)以及用于视频搜索和摘要生成的应用程序Nvidia Metropolis,从而推动其视觉记忆技术的发展。
沈(左图)向TechCrunch解释道,公司创意的萌芽源于他与联合创始人兼首席技术官周本(右图)共同开发Meta雷朋智能眼镜AI系统期间。这项工作凸显了一个关键问题:如果用户无法后续访问并回放所捕获的视频数据,此类技术究竟有何实际用途?
在遍寻无果、未能找到任何现成的AI视觉记忆解决方案后,他们决定离开Meta,亲自研发这项技术。
“AI在数字领域已取得非凡成就。下一个前沿领域是物理世界,”沈表示。“AI驱动的可穿戴设备和机器人同样需要记忆……归根结底,我们相信一个拥有视觉记忆的AI未来是不可避免的。”
AI系统记忆的概念是相对较新的发展。OpenAI于2024年为ChatGPT引入了记忆功能,并在2025年进行了优化。同样,埃隆·马斯克的xAI和谷歌Gemini也在过去两年内推出了各自的记忆工具。
然而,沈指出,这些进展主要集中在基于文本的记忆上。虽然文本结构更清晰、更易于索引,但对于主要通过视觉输入感知和与世界互动的物理AI(如机器人和可穿戴设备)而言,其适用性较低。
成立于2024年的Memories.ai迄今已获得1600万美元融资。其中包括2025年7月的800万美元种子轮融资,随后又进行了800万美元的后续融资。本轮融资由Susa Ventures领投,Seedcamp、Fusion Fund、Crane Venture Partners等机构跟投。
据Shen介绍,构建这一视觉记忆层面临两大核心挑战:一是开发基础设施,将视频嵌入并索引为可存储、可检索的数据格式;二是获取必要的训练数据。
该公司于2025年7月推出了其大型视觉记忆模型(LVMM)。Shen将其描述为谷歌近期发布的多模态索引与检索模型Gemini Embedding 2的更精简版本。
在数据采集方面,团队开发了名为LUCI的定制硬件设备,由“数据采集员”佩戴以录制训练视频。Shen澄清称,他们无意成为硬件制造商或销售这些设备。开发LUCI是因为市面上的商用录像设备往往侧重于高分辨率格式,这会耗尽电池电量,因此无法满足他们的需求。
此后,Memories.ai 发布了第二代 LVMM 模型,并与高通达成合作。该模型计划于今年下半年起在高通处理器上运行。
沈先生透露,该公司已与多家主要可穿戴设备制造商展开合作,但他未透露具体名称。尽管目前已有市场需求,但他预见可穿戴设备和机器人市场未来将蕴藏更大的机遇。
“从商业化角度来看,我们的重点完全在于模型和基础设施,”沈表示。“我们相信可穿戴设备和机器人市场终将到来,但其全面兴起仍需时日。”
相关文章
Nvidia 首席执行官黄仁勋告诉特朗普:“我们不会让 [人工智能放缓] 发生。”
在周一于洛杉矶举行的 All-In 峰会上,英伟达(Nvidia)首席执行官黄仁勋接到美国总统唐纳德·特朗普的意外来电,这是一通他无法简单忽略的电话。“我正和几位好友站在台上,”黄仁勋向特朗普解释道,他指的是 All-In 播客背后的风险投资家,包括科技投资者 Chamath Palihapitiya 和 Jason Calacanis,以及白宫顾问 David Friedberg 和 David Sacks。这一举动很可能让公关专业人士感到噩梦连连,黄仁勋通过将特朗普置于免提模式,让全场听
黄仁勋揭示英伟达“全新”的2000亿美元市场机遇
英伟达创始人兼首席执行官黄仁勋脱颖而出,成为推动公司叙事的最具吸引力的企业愿景家之一,甚至可能是最伟大的。在对公司未来前景和收入流方面,他毫不掩饰的乐观态度甚至可能超越Salesforce的马克·贝尼奥夫。然而,他始终用一个个季度的业绩来印证这种热情。与其对他的“为英伟达发现了一个全新的2000亿美元总可寻址市场(TAM)”的说法持怀疑态度,我认为他已经赢得了一定的可信度。黄仁勋将这一巨大的新市场机会归因于英伟达今年3月推出的最新CPU产品Vera。在周三的财报电话会议上——该公司刚刚度过
OneRail 利用英伟达人工智能优化实时“最后一公里”配送
OneRail推出了一款基于Nvidia技术的人工智能驱动配送平台,旨在协助零售商、批发商和分销商为单个订单确定最高效的配送方式。据 OneRail 介绍,该系统名为 OmniSTAR,可评估各种配送渠道——包括自有车队、快递员、包裹服务及其他物流模式——以确定既能满足服务水平协议(SLA),又最具成本效益的解决方案。该平台将英伟达的 cuOpt 决策优化引擎和 cuDF 数据处理软件与 OneR
相关专题推荐
评论 (0)
0/500

肖恩·沈认为,人工智能若要在物理世界中真正蓬勃发展,就必须具备记忆所见事物的能力。他创立的公司Memories.ai正利用英伟达的AI工具,构建能够让可穿戴设备和机器人存储及检索视觉记忆的基础设施。
本周一,在英伟达GTC大会上,Memories.ai宣布与这家半导体巨头达成合作。此次合作使Memories.ai能够使用英伟达的Cosmos-Reason 2(一种推理视觉语言模型)以及用于视频搜索和摘要生成的应用程序Nvidia Metropolis,从而推动其视觉记忆技术的发展。
沈(左图)向TechCrunch解释道,公司创意的萌芽源于他与联合创始人兼首席技术官周本(右图)共同开发Meta雷朋智能眼镜AI系统期间。这项工作凸显了一个关键问题:如果用户无法后续访问并回放所捕获的视频数据,此类技术究竟有何实际用途?
在遍寻无果、未能找到任何现成的AI视觉记忆解决方案后,他们决定离开Meta,亲自研发这项技术。
“AI在数字领域已取得非凡成就。下一个前沿领域是物理世界,”沈表示。“AI驱动的可穿戴设备和机器人同样需要记忆……归根结底,我们相信一个拥有视觉记忆的AI未来是不可避免的。”
AI系统记忆的概念是相对较新的发展。OpenAI于2024年为ChatGPT引入了记忆功能,并在2025年进行了优化。同样,埃隆·马斯克的xAI和谷歌Gemini也在过去两年内推出了各自的记忆工具。
然而,沈指出,这些进展主要集中在基于文本的记忆上。虽然文本结构更清晰、更易于索引,但对于主要通过视觉输入感知和与世界互动的物理AI(如机器人和可穿戴设备)而言,其适用性较低。
成立于2024年的Memories.ai迄今已获得1600万美元融资。其中包括2025年7月的800万美元种子轮融资,随后又进行了800万美元的后续融资。本轮融资由Susa Ventures领投,Seedcamp、Fusion Fund、Crane Venture Partners等机构跟投。
据Shen介绍,构建这一视觉记忆层面临两大核心挑战:一是开发基础设施,将视频嵌入并索引为可存储、可检索的数据格式;二是获取必要的训练数据。
该公司于2025年7月推出了其大型视觉记忆模型(LVMM)。Shen将其描述为谷歌近期发布的多模态索引与检索模型Gemini Embedding 2的更精简版本。
在数据采集方面,团队开发了名为LUCI的定制硬件设备,由“数据采集员”佩戴以录制训练视频。Shen澄清称,他们无意成为硬件制造商或销售这些设备。开发LUCI是因为市面上的商用录像设备往往侧重于高分辨率格式,这会耗尽电池电量,因此无法满足他们的需求。
此后,Memories.ai 发布了第二代 LVMM 模型,并与高通达成合作。该模型计划于今年下半年起在高通处理器上运行。
沈先生透露,该公司已与多家主要可穿戴设备制造商展开合作,但他未透露具体名称。尽管目前已有市场需求,但他预见可穿戴设备和机器人市场未来将蕴藏更大的机遇。
“从商业化角度来看,我们的重点完全在于模型和基础设施,”沈表示。“我们相信可穿戴设备和机器人市场终将到来,但其全面兴起仍需时日。”
Nvidia 首席执行官黄仁勋告诉特朗普:“我们不会让 [人工智能放缓] 发生。”
在周一于洛杉矶举行的 All-In 峰会上,英伟达(Nvidia)首席执行官黄仁勋接到美国总统唐纳德·特朗普的意外来电,这是一通他无法简单忽略的电话。“我正和几位好友站在台上,”黄仁勋向特朗普解释道,他指的是 All-In 播客背后的风险投资家,包括科技投资者 Chamath Palihapitiya 和 Jason Calacanis,以及白宫顾问 David Friedberg 和 David Sacks。这一举动很可能让公关专业人士感到噩梦连连,黄仁勋通过将特朗普置于免提模式,让全场听
黄仁勋揭示英伟达“全新”的2000亿美元市场机遇
英伟达创始人兼首席执行官黄仁勋脱颖而出,成为推动公司叙事的最具吸引力的企业愿景家之一,甚至可能是最伟大的。在对公司未来前景和收入流方面,他毫不掩饰的乐观态度甚至可能超越Salesforce的马克·贝尼奥夫。然而,他始终用一个个季度的业绩来印证这种热情。与其对他的“为英伟达发现了一个全新的2000亿美元总可寻址市场(TAM)”的说法持怀疑态度,我认为他已经赢得了一定的可信度。黄仁勋将这一巨大的新市场机会归因于英伟达今年3月推出的最新CPU产品Vera。在周三的财报电话会议上——该公司刚刚度过
OneRail 利用英伟达人工智能优化实时“最后一公里”配送
OneRail推出了一款基于Nvidia技术的人工智能驱动配送平台,旨在协助零售商、批发商和分销商为单个订单确定最高效的配送方式。据 OneRail 介绍,该系统名为 OmniSTAR,可评估各种配送渠道——包括自有车队、快递员、包裹服务及其他物流模式——以确定既能满足服务水平协议(SLA),又最具成本效益的解决方案。该平台将英伟达的 cuOpt 决策优化引擎和 cuDF 数据处理软件与 OneR





首页






