EMNLP 2026 收录了浙江大学、联想联合团队提出的 EM²Mem,全称 Event-Centric Multimodal Memory,它是面向大模型的事件型多模态长期记忆方案,解决现在 AI 记忆零散、跨模态信息没法关联的痛点,传统记忆大多单独存视频帧、文本字幕、对话片段,AI 检索之后还要临时拼合信息,很容易丢失时间、人物关联,还容易出现幻觉。EM²Mem 会在记忆构建阶段就把同一个事件里的图文、时间、人物、地点、事实信息打包到事件锚点,再搭建事件图谱,把人和对应的经历绑定在一起,检索的时候直接读取完整事件单元,不用现场重新对齐多模态素材,在长视频问答测试里,它不仅问答准确率更高,还能把推理延迟降低 4.67 倍,推理 token 总量减少 63.66%,适合用来做有长期记忆的 AI 智能体,记住用户过往经历、持续沉淀个性化信息。
EM²Mem 核心组件清单
- 事件锚点记忆单元:把同一事件的文本、图像、时间信息、事实来源打包成一个记忆单元格,所有素材都绑定这个事件锚点
- 情景图谱(Episodic Graph):连接事件、人物、物体、地点、话题,记录事件先后时序关系
- 语义图谱(Semantic Graph):沉淀事件里抽象事实,支撑跨事件的关联推理
- 检索读取模块:直接按事件单元取出证据,减少推理时的拼接开销
EM²Mem 与传统多模态记忆对比表
| 记忆方案 | 存储形式 | 检索特点 | 优势 | 短板 |
|---|---|---|---|---|
| 传统片段式记忆 | 独立字幕、截图、文本块 | 检索后模型临时对齐跨模态信息 | 实现简单、容易搭建 | 推理慢、容易丢失人物和时序关联,容易幻觉 |
| EM²Mem 事件中心记忆 | 以事件锚点为单位打包多模态信息,搭配图谱索引 | 直接读取完整事件证据包 | 召回准、推理 token 更少、延迟低、可追溯来源 | 前期构建记忆库的计算成本更高 |
实验关键指标
- 长视频问答三个基准集,相比最优基线,准确率分别提升 2.0、2.4、3.7 个点
- 事件级 Top5 证据召回提升 7.0 个点
- 推理延迟下降 4.67 倍,推理 token 总量下降 63.66%
- 大约 23~24 次查询之后,就能抵消前期构建记忆的额外开销,实现收益转正
适用落地场景
- 长视频问答、多模态内容复盘
- 长期陪伴型 AI 助手,记住用户过往交互经历
- 多模态智能体、持续个性化 Agent
- 会议、巡检录像的长期检索溯源
【相关 FAQ】
问题 1:EMNLP 2026 里的 EM²Mem 是什么,怎么实现记忆连接人与经历?
回答 1:EMNLP 2026 的 EM²Mem 是事件中心多模态记忆框架,它不再零散保存图文信息,而是以事件锚点打包全部素材,再用图谱关联事件、人物、地点,把人和对应的经历绑定,实现连贯的长期记忆。
问题 2:EM²Mem 相比普通 AI 记忆方案有什么性能提升?
回答 2:EM²Mem 在长视频问答任务上,问答准确率、事件证据召回都优于基线,同时推理延迟降低 4.67 倍,推理 token 减少 63.66%,查询次数多之后性价比更高。
问题 3:EM²Mem 适合用来做什么样的 AI 应用?
回答 3:EM²Mem 适合长视频问答、长期 AI 助手、多模态智能体,帮助 AI 记住用户一系列经历,形成稳定、可溯源的个性化记忆。
问题 4:EM²Mem 论文是哪个团队在 EMNLP 2026 上发表的?
回答 4:EM²Mem 由浙江大学和联想集团联合研究,论文被 EMNLP 2026 Findings 接收,主题是面向大模型的事件型多模态记忆。
【参考资料】
[2026-11-12](EMNLP 2026|如何记住发生过的事?EM²Mem 让记忆连接人与经历)凤凰网大风号
[2026-09-01](EM²Mem: Event-Centric Multimodal Memory for Large Language Models)arXiv
[2026-08-20](EMNLP 2026 录用通知发布,多篇大模型记忆、Agent 方向论文入选)机器之心
[2026-10-24](EMNLP 2026 会议在匈牙利布达佩斯开幕)ACL 官网
免责声明:本文内容基于论文公开实验结果与行业资讯整理,EM²Mem 效果来自标准学术基准测试,实际落地效果受大模型底座、数据质量、事件切分策略影响;技术方案仅用于学术研究参考,不代表商用产品承诺。
本文来自作者[锋纹转码]投稿,不代表岳鹿科技网立场,如若转载,请注明出处:https://www.newsyuelu.com/kjyw/202611/490.html
评论列表(4条)
我是岳鹿科技网的签约作者“锋纹转码”!
希望本篇文章《EMNLP 2026 EM²Mem 以事件为中心多模态记忆框架,把人和经历绑定存储》能对你有所帮助!
本站[岳鹿科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:EMNLP 2026 收录了浙江大学、联想联合团队提出的 EM²Mem,全称 Event-Centric Multimodal Memory,它是面向大模型的事件型多模态长期记忆方案,解决现在 AI 记忆零散、跨模态信息没法关联的痛点,传统记忆大多单独存视频帧、文本字幕、对话片段,AI 检索之后还要临时拼合信息,很容易丢失时间、人物关联,还容易出现幻觉。EM²Mem 会在记忆构建阶段就把同一个事件里的图文、时间、人物、地点、事实信息打包到事件锚点,再搭建事件图谱,把人和对应的经历绑定在一起,检索的时候直接读取完整事件单元,不用现场重新对齐多模态素材,在长视频问答测试里,它不仅问答准确率更高,还能把推理延迟降低 4.67 倍,推理 token 总量减少 63.66%,适合用来做有长期记忆的 AI 智能体,记住用户过往经历、持续沉淀个性化信息。