浙大与联想团队提出 EM²Mem 构建多模态智能体事件中心记忆

针对多模态智能体长期记忆仅简单存储信息、难以关联不同线索的痛点，浙江大学与联想团队合作提出以事件为中心的多模态长期记忆方案 EM²Mem，将传统「先检索后对齐」的模式调整为「先对齐后检索」，在记忆构建阶段就把同一事件中的人物、物体、行为、时间等线索关联，搭建多尺度事件档案，通过情节图、语义图连接不同经历沉淀长期规律。实验显示该方案相比现有方法，事件级证据召回率、问答准确率显著提升，还能大幅降低单次问答耗时与 token 用量，记忆构建一次即可多次复用，摊平成本后长期使用效率优势明显。基于该技术团队进一步搭建了多模态智能体记忆系统 LightMem-Ego，可落地为个人生活助手、科学实验室助手等场景，支撑多模态智能体的持续学习与个性化发展。