澜存科技 LANCUN
§ 01 · 核心技术
长期关系层

多层
记忆引擎

短期 · 长期 · 结构化 · 记忆栈统一管理

让智能体拥有可检索、可注入、可协作的长期记忆 —— 不是记住聊天记录,而是让设备拥有长期关系、稳定人格和持续成长能力。

3 层
记忆栈层
1 年+
存储时长
2 个量级
能力提升
向量+结构
检索方式
§ 02 · 记忆架构

情景记忆 + 结构化记忆 · 向量检索

三层协同 · 让模型具备持续记忆、稳定人设与高效决策能力

横向滑动查看完整架构图
双记忆库
记忆处理流程
双旁路机制
情景记忆
按需检索
Zc_episodic_memory
content · importance · embedding
结构化记忆
直接注入
Zc_user_profile
nickname · key_preferences
用户输入
Embedding 模型
bge-small-zh · 512 dims
向量检索
pgvector · cosine similarity
Top-K 相关记忆
降级策略
Embedding 不可用时
按 importance DESC 召回
EmoMonte 中间层
情感与记忆联合检索
情景记忆 · 按需检索

存储每一次具体交互的内容、情境与重要度评分,每条记忆都附带 embedding 向量,可通过语义相似度按需检索。

Zc_episodic_memory · content · importance · embedding
结构化记忆 · 直接注入

用户画像、核心偏好、人设属性等关键信息以结构化字段存储,每次对话直接注入上下文。

Zc_user_profile · nickname · key_preferences
向量检索 · 高效召回

基于 pgvector 与 cosine 相似度,从海量记忆中精准召回 Top-K 最相关条目,Embedding 服务不可用时自动降级。

pgvector · cosine_sim · top-K · fallback by importance DESC
§ 03 · 价值主张

记忆引擎的三大价值

更强的多智能体协作

单体智能拥有长期记忆,群体智能共享协同记忆。多个 Agent 之间通过统一的记忆栈交换上下文,信息流转低延迟、可扩展、可治理。

更长程的任务规划

记忆不只是「想起来」,更是规划的基础。AI 可以基于长期记忆制定跨日、跨周、跨月的行动计划,让任务推理具备真正的时间维度。

更自然的角色一致性

人格属性 + 情景记忆 + 偏好画像共同支撑稳定的角色一致性。AI 不会「换了对话就变了一个人」,也不会「昨天和今天不一样」。

澜存 1 年+ 长期记忆
VS
竞品仅 2000 字轮动
§ 04 · 应用场景

广泛适用场景

该架构同样适用于 AI 家居、智慧城市、医疗健康等多种场景

AI 陪伴玩具
记得孩子的名字、爱好、过去聊过的话题,关系不会因重启而清零
AI 智能家居
家庭画像 + 习惯记忆 + 场景偏好,家电协同更懂主人
AI 老人陪伴
长期记忆减缓认知障碍患者的孤独,稳定人格提供持续的安全感
AI 教育陪伴
记得每个学生的学习路径与薄弱点,因材施教真正落地
智慧城市 / 医疗
群体智能共享协同记忆,跨设备、跨场景的统一服务体验

让设备拥有长期关系 · 稳定人格 · 持续成长