谢之非团队推出 VoiceMem：双脑记忆让实时语音 Agent 近零延迟「懂你」
青稞AI · wechat · 2026-09-07
南洋理工大学、清华、港中文等机构研究者（一作谢之非，通讯颜水成）发布 VoiceMem，一套面向实时语音 Agent 的长期记忆框架，解决记忆检索引入 50-200 毫秒以上延迟、打断对话节奏的痛点。
核心架构：
- 信息左脑：以 Schema-Entity 两级索引组织事实记忆，用「簇涌现」机制让新类别从使用中自然生长；实验中 49.8% 记忆被归入非预设的涌现类别。
- 情感右脑：并行维护独立人格节点与跨实体情感节点，做短期/长期情感归因，区分一时情绪与稳定人格。
流式设计：把流程拆为 listening/speechtail/anticipation/searching 四阶段，在用户说话时提前定位记忆，双脑检索仅 134 毫秒，配合 VAD 留出的约 400 毫秒窗口实现近零额外延迟。
评测：LoCoMo 上仅检索 5 条记忆得 91.2 分，超过 Mem0 检索 200 条近 30 分；人格记忆 74.16 分超最强基线 MemOS 1.89 分；自建 ChatMem-Bench（15,314 轮对话、约 53 小时音频）中 11/14 类能力领先，声学类问题显著超过文本系统。已开源框架、数据集与 Demo，并提供 Qwen Audio Agent 接入方案。
所属事件:VoiceMem双脑记忆框架将语音AI检索延迟压至134毫秒(2 条相关)→
「研究」频道最新
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27