MemOS 团队发布记忆原生大模型 MemT 1.0，记忆写入变成模型能力

MemOS 团队发布 MemT 1.0，定位为记忆原生大模型，采用记忆原生 MoE 架构，把记忆的写入、更新和读取放进模型计算过程，而非外部检索。在 11 个记忆基准上平均超过参数化记忆基线，通用能力基本不降。历史长度 128K 时 Nano 端到端推理提速约 1.86 倍，持久存储比全量 KV Cache 小 66 倍；256K 历史下全上下文约占 5 GiB，Nano 只要 40 MiB。编程 Agent 场景下，内化经验后在 SWE-bench Verified 和 SWE-bench Multilingual 上的成功率和一致性超过无经验 Agent。提供两个尺寸：Nano 36B 总参数 3B 激活，Flash 288B 总参数 17B 激活。