记忆张量开源 MemT 1.0 记忆原生模型系列

记忆张量（MemTensor）开源发布 MemT 1.0 系列记忆原生模型，在选定 Transformer 模块中增加与注意力并行的记忆计算通路。该系列包含两款：MemT-1.0-Nano 总计 36B 参数、激活 3B，基座为 Qwen3.6-35B-A3B；MemT-1.0-Flash 为 288B 参数、激活 17B，基座是经进一步后训练的 DeepSeek-V4-Flash。 据记忆张量披露，在同样 128K 长历史下，Nano 的端到端推理速度约为完整上下文方案的 1.86 倍，相同历史长度中每条轨迹的持久状态占用为完整上下文 KV Cache 的六十六分之一。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。