最近，Google Research 发布了一篇 Blog《Titans + MIRAS：帮助人工智能拥有长期记忆》。它们允许 AI 模型在运行过程中更新其核心内存，从而更快地工作并处理海量上下文。这篇 Blog 虽然没有提及 Gemini ...

你有没有试过跟智能客服聊到一半，换个人工就得从头再说一遍？不是客服不专业，是背后的AI模型“失忆”了这就是现在AI在超长对话里最头疼的毛病。 文档理解也是同理，看个几百页的合同，看到后半段就忘了前半段的条款关联，更别说处理几十万字的小说分析了。

谷歌DeepMind掌门人断言，2030年AGI必至！不过，在此之前，还差1-2个「Transformer级」核爆突破。恰在NeurIPS大会上，谷歌甩出下一代Transformer最强继任者——Titans架构。

在人工智能领域，长期记忆的挑战一直是大模型发展的瓶颈之一。近日，谷歌在其新发布的论文中推出了HOPE（Hierarchical Optimized Process for Embeddings）架构，旨在有效解决这一难题。长期以来，大模型在处理复杂任务时，往往只能依赖短期记忆，无法实现真正的个性化和连续性的智能交互。HOPE架构的提出，无疑为这一问题带来了新的解决思路。

八年前，谷歌 Transformer 奠基之作出世，彻底改变了 AI 界。如今，谷歌另一个极有潜力成为 Transformer 的全新架构 ——Titans，正式在 NeurIPS 2025 亮相。 它完美融合了「RNN 极速响应 ...

今天让 AI 写一段漂亮的回答不难，难的是隔了一周、换了工作任务，它还记得你之前某次对话的关键细节，不断更新对你的个性化记忆。也只有在这一刻，大模型才真正开始接近「持续工作的智能体」，而不是一次性消耗品。

在人工智能领域，大模型的长期记忆能力一直是制约其发展的关键瓶颈。近期，谷歌发布的论文《Nested Learning: The Illusion of Deep Learning Architectures》中提出的HOPE框架，再次将这一议题推向行业焦点。该框架试图通过创新架构解决大模型在跨会话、跨场景中保持连续性的难题，为智能体从“一次性工具”向“持续工作伙伴”进化提供了技术路径。

在NeurIPS ...

谷歌推出新型 AI 模型架构：Titans 打破上下文限制，引领未来智能 随着人工智能技术的飞速发展，谷歌研究院最近公布了其创新的“Titans”系列模型架构，这一突破性的技术将有望打破现有 AI 模型的上下文限制，引领未来的智能技术。 “Titans”最大的特点是 ...

Transformer的提出者谷歌，刚刚上来给了Transformer梆梆就两拳（doge）。 两项关于大模型新架构的研究一口气在NeurIPS 2025上发布，通过“测试时训练”机制，能在推理阶段将上下文窗口扩展至200万token。