MemTensor发布了MemT 1.0系列的Flash和Nano两款模型，主打把记忆能力做进模型：与每次回答都重新处理不断变长的聊天记录不同，模型会把交互信息写入内部记忆，之后再从中调用。相关报道发表于10月22日，并将发布会时间定为10月21日晚。8

公司公布的测试数据显示，在历史较长的场景中，Nano的推理速度和会话存储占用都有明显改善。不过，这些数字来自特定评测条件，应视为公司报告的测试结果，而不是所有应用场景都能达到的保证。813

两款模型的规模与记忆配置

Flash和Nano在模型规模、激活参数量以及记忆配置上各不相同。表中的“总参数”和“激活参数”与专门用于记忆的可训练参数、动态记忆状态分别是不同指标。45

模型	总参数量	激活参数量	可训练记忆参数	动态记忆状态
MemT-1.0-Flash	288B	17B	3.61B	336M
MemT-1.0-Nano	36B	3B	451M	10M

MemTensor已在Hugging Face提供模型权重；官方GitHub仓库则提供实现材料，并附有技术报告《MemT-1.0: Towards Memory-Native Evolution》的相关信息。452021

不再每轮都“重读”整段对话

采用完整上下文的常见做法，是把对话历史作为模型输入的一部分。随着聊天越来越长，模型每次回答都可能要处理更多历史内容。MemT的设计是在模型中加入可训练记忆模块：每轮交互后更新一个大小固定的内部状态，后续再利用它回忆信息，减少反复输入整段对话记录的需要。725

MemTensor称，模型使用340亿个token的数据分两阶段训练：先进行持续预训练，再进行后训练，目标是让模型学会把信息写入记忆，并依据已存储的信息作答。831

公司测试：历史越长，报告的优势越明显

在公司公布的长历史测试中，Nano在历史长度为128K token时，端到端推理速度约为完整上下文基线的1.86倍；历史长度达到256K时，约为3.99倍。89

报告还比较了查询首token延迟和每会话存储占用。在256K历史长度下，MemT报告的首token延迟约为104—112毫秒，完整上下文对照方案约为445毫秒。同一比较中，每个会话的持久化记忆状态约占40 MiB，而完整上下文的KV缓存约为5.06 GiB，存储量约少130倍。132225

在11项记忆基准测试中，Flash平均得分为50.6，Nano为47.0；在参与比较的参数化记忆方法中，两者分别排名第一和第二。测试在查询时不提供原始历史文本。914 报告称，MemT的整体表现也与检索增强方法有竞争力；这不等于它在所有任务上都能胜过或取代检索系统。9

关于通用能力，相关评测报道指出，在干扰信息较多的测试条件下，Flash整体表现与加入记忆前大体相当，部分基准有所提升。725

权重与软件许可要分开看

模型权重和配套软件适用的条款并不相同：Hugging Face模型卡标注Flash权重采用MIT许可证，Nano权重采用Apache 2.0许可证。2021 配套推理软件的材料则列出PolyForm Noncommercial 1.0.0。计划商用时，应仔细核对对应仓库的许可证及第三方组件条款。18202130

MemT 1.0的核心思路，是让模型把有用的对话历史保存在容量有上限的内部状态中，从而有望降低长对话中反复处理历史内容的成本。公司公布的测试为这一做法提供了初步数据，但实际效果仍取决于具体任务和部署条件。

MemTensor发布了MemT 1.0系列的Flash和Nano两款模型，主打把记忆能力做进模型：与每次回答都重新处理不断变长的聊天记录不同，模型会把交互信息写入内部记忆，之后再从中调用。相关报道发表于10月22日，并将发布会时间定为10月21日晚。8

公司公布的测试数据显示，在历史较长的场景中，Nano的推理速度和会话存储占用都有明显改善。不过，这些数字来自特定评测条件，应视为公司报告的测试结果，而不是所有应用场景都能达到的保证。813

两款模型的规模与记忆配置

Flash和Nano在模型规模、激活参数量以及记忆配置上各不相同。表中的“总参数”和“激活参数”与专门用于记忆的可训练参数、动态记忆状态分别是不同指标。45

模型	总参数量	激活参数量	可训练记忆参数	动态记忆状态
MemT-1.0-Flash	288B	17B	3.61B	336M
MemT-1.0-Nano	36B	3B	451M	10M

MemTensor已在Hugging Face提供模型权重；官方GitHub仓库则提供实现材料，并附有技术报告《MemT-1.0: Towards Memory-Native Evolution》的相关信息。452021

不再每轮都“重读”整段对话

采用完整上下文的常见做法，是把对话历史作为模型输入的一部分。随着聊天越来越长，模型每次回答都可能要处理更多历史内容。MemT的设计是在模型中加入可训练记忆模块：每轮交互后更新一个大小固定的内部状态，后续再利用它回忆信息，减少反复输入整段对话记录的需要。725

MemTensor称，模型使用340亿个token的数据分两阶段训练：先进行持续预训练，再进行后训练，目标是让模型学会把信息写入记忆，并依据已存储的信息作答。831

公司测试：历史越长，报告的优势越明显

在公司公布的长历史测试中，Nano在历史长度为128K token时，端到端推理速度约为完整上下文基线的1.86倍；历史长度达到256K时，约为3.99倍。89

报告还比较了查询首token延迟和每会话存储占用。在256K历史长度下，MemT报告的首token延迟约为104—112毫秒，完整上下文对照方案约为445毫秒。同一比较中，每个会话的持久化记忆状态约占40 MiB，而完整上下文的KV缓存约为5.06 GiB，存储量约少130倍。132225

在11项记忆基准测试中，Flash平均得分为50.6，Nano为47.0；在参与比较的参数化记忆方法中，两者分别排名第一和第二。测试在查询时不提供原始历史文本。914 报告称，MemT的整体表现也与检索增强方法有竞争力；这不等于它在所有任务上都能胜过或取代检索系统。9

关于通用能力，相关评测报道指出，在干扰信息较多的测试条件下，Flash整体表现与加入记忆前大体相当，部分基准有所提升。725

权重与软件许可要分开看

模型权重和配套软件适用的条款并不相同：Hugging Face模型卡标注Flash权重采用MIT许可证，Nano权重采用Apache 2.0许可证。2021 配套推理软件的材料则列出PolyForm Noncommercial 1.0.0。计划商用时，应仔细核对对应仓库的许可证及第三方组件条款。18202130

MemT 1.0的核心思路，是让模型把有用的对话历史保存在容量有上限的内部状态中，从而有望降低长对话中反复处理历史内容的成本。公司公布的测试为这一做法提供了初步数据，但实际效果仍取决于具体任务和部署条件。