哈佛医学院教授Gabriel Kreiman在2026年4月对外透露，他创办的初创公司Memorious正启动一轮1亿美元的融资，旨在打造基于人类记忆机制的新型AI架构。这个项目的核心是解决当前AI模型普遍存在的“记忆瓶颈”问题，把神经科学的理论框架转化为能实现无限回忆能力的商业平台。Kreiman认为，现有AI架构因为缺乏生物学启发的记忆系统存在根本缺陷，他的项目是对当前AI通过扩大参数规模提升性能模式的直接挑战。
当前AI模型的记忆能力有着明显的局限——拿GPT-4来说，它的记忆容量大约是100万词汇，而根据认知科学的估算，人类大脑的记忆容量能达到2到3亿词汇，两者相差200到300倍。这种限制让AI在处理长篇文档、持续对话或复杂的多跳推理任务时力不从心，比如总结长篇小说时容易漏掉中间情节，处理复杂案件时没法把数百份文件的信息整合起来。现有的解决方案比如修改内部参数容易引发“灾难性遗忘”，外部存储效率低下，压缩摘要又会丢失关键信息。
Memorious的技术路线根植于神经科学原理，和微软最近推出的MSA（Memory Sparse Attention）技术形成了行业内的鲜明对比。MSA技术借助“稀疏注意力”机制实现选择性聚焦，能快速筛选出和当前任务相关的信息，它的路由机制可以在1亿词汇的记忆库中精准找到目标内容。这项技术采用分层存储策略，把路由信息存在显卡高速内存里，内容存在主内存，配合记忆并行机制，只需要两张高端显卡就能处理1亿词汇的信息量。在多跳推理任务中，MSA通过迭代式检索和推理，性能比基准方法提升了19.2%，在MS MARCO测试中得分达到4.141，比最佳对比方法提升了36%。
从经济成本角度看，Memorious这1亿美元的融资需要证明其技术能带来明显的效率提升。MSA技术已经展示出硬件成本优势：传统处理1亿词汇需要小型超算中心，而MSA只需要两张显卡。行业数据显示，2026年AI初创公司的平均融资规模大概是3000万美元，Memorious的融资额是行业均值的3倍多，这也反映出投资者对生物启发型AI技术的高期待。政策门槛方面，美国AI监管机构比如FTC对神经科学AI的伦理审查越来越严格，Memorious需要证明其技术的数据隐私保护能力，以及能避免算法偏见。
行业最新动态表明，MSA技术推出后，全球AI圈对神经科学驱动的记忆架构关注度明显上升。2026年第一季度，生物启发型AI领域的融资额同比增长了45%，微软的股价也因为MSA技术的利好消息上涨了7.2%。竞争对手方面，OpenAI已经启动了“Neural Memory”项目，计划投入5亿美元研发类似技术；Google DeepMind则和MIT展开合作，探索海马体机制在AI中的应用；亚马逊AWS推出了“Memory Engine”服务，整合MSA技术来提升云AI的性能。这些动向都说明，AI记忆技术已经成了行业竞争的新焦点。
快报