开源 #开源模型#智能体 2026-10-18 · 原文发布 10-15

腾讯混元以 Apache 2.0 开源 Hy-Memory-30B-A3B:约 3B 激活的记忆写入模型,四个记忆框架平均 55.49,高于 Claude Opus 5 的 54.62

长期记忆里「该记什么、怎么记」这一步,被拆给了一个专用小模型。这一条讲它替换的是哪一环、和大模型比效果如何。

一手来源 腾讯混元 Hugging Face 模型页 · huggingface.co 读原文 ↗

// 要点

  • 它直接替换 Mem0、MemOS 与 Hy-Memory 中执行写入路径的通用大模型,负责决定保留哪些信息、表示得多精确、新证据如何更新旧记忆。
  • 四个框架的平均分:Hy-Memory-30B-A3B 55.49,Claude Opus 5 54.62,DeepSeek V4.1 Flash 53.64,Qwen3.6-35B-A3B 50.37。
  • 评测只更换记忆写入模型,其余组件固定;各基准取固定 20% 子样本,EverMemOS 不参与训练。
  • 以 Apache 2.0 发布,官方用 vLLM v0.31.0 测试部署,提供 OpenAI 兼容接口。

开发者视角记忆写入是后台高频调用,用旗舰模型做最贵也最不划算。AI 云盘的「记住用户偏好」这一环我会先用它在 Mem0 上替换一周对比;我 10-17 那篇 aipan 成本账单里也提到过,长期成本主要压在这类反复执行的后台步骤上。注意它的分数来自 20% 子样本,换成自己的数据再下结论。

// 来龙去脉 · 来自 #开源模型 专题

看完整时间线 →
  1. 10-18 DeepSeek 以 MIT 许可发布 V4.1-Flash-1017:DeepSWE v1.1 从 74.2 升到 77.0,Terminal-Bench 4.0 从 31.2 升到 42.3
  2. 10-18 NVIDIA 发布循环式 4B 模型 Dory1.0:同一个权重靠循环次数换精度,SWE-bench Verified 从 1 次循环的 50.3 升到 4 次的 61.8
  3. 10-18 NVIDIA 与 AI4Bharat 开放 2.8 万亿 token 的印度语言预训练语料,覆盖 22 种语言,并公开生成它的整条流水线