Shawn Shen认为，AI需要具备记忆其所见事物的能力，才能在现实世界中取得成功。Shen的公司Memories.ai正在利用Nvidia的AI工具，为可穿戴设备和机器人构建能够记忆和回忆视觉信息的基础设施。

Memories.ai在周一的GTC大会上宣布与半导体巨头Nvidia合作。通过这次合作，Memories.ai使用Nvidia的Cosmos-Reason 2，一个推理视觉语言模型，以及Nvidia Metropolis，一个用于视频搜索和总结的应用程序，继续开发其视觉记忆技术。

Shen（上图左）告诉TechCrunch，他和他的联合创始人兼CTO Ben Zhou（上图右）在构建Meta的Ray-Ban眼镜背后的AI系统时萌生了创办这家公司的想法。开发AI眼镜让他们思考，如果用户无法回忆起他们录制的视频数据，人们在现实生活中会如何实际使用这项技术。

他们环顾四周，看看是否有人已经在为AI开发这种类型的视觉记忆解决方案。当他们找不到时，他们决定从Meta分拆出来，自己进行开发。

“AI在数字世界中已经表现得非常出色。那么在现实世界中呢？”Shen说。“AI可穿戴设备和机器人也需要记忆。……最终，你需要AI拥有视觉记忆。我们相信这样的未来。”

AI系统具备记忆能力总体上是一个相对较新的领域。OpenAI在2024年更新了ChatGPT，使其开始记住过去的对话并且在2025年对该功能进行了微调。Elon Musk的xAI和Google Gemini也在过去两年中推出了他们自己的记忆工具。

但这些进展主要集中在基于文本的记忆上，Shen说。文本记忆更具结构性，更容易索引，但对于主要通过视觉与世界互动的物理AI应用来说并不那么有用。

Memories.ai于2024年成立，到目前为止已筹集了1600万美元，通过2025年7月的800万美元种子轮和800万美元的扩展轮。该轮由Susa Ventures领投，包括Seedcamp、Fusion Fund和Crane Venture Partners等。

Shen说，成功构建这个视觉记忆层需要两件事：构建嵌入和索引视频所需的基础设施，以便将其存储和回忆的数据格式，以及捕获训练模型所需的数据。

公司推出了其大型视觉记忆模型（LVMM）于2025年7月。Shen说，它可以与本月早些时候发布的Gemini Embedding 2，一个多模态索引和检索模型相比。

为了数据收集，公司创建了LUCI，一种由公司的“数据采集者”佩戴的硬件设备，用于录制训练模型的视频。Shen说，他们不打算成为一家硬件公司，也不打算出售这些设备，而是因为他们对现有的视频记录器不满意，这些记录器专注于高清和耗电的视频格式。

公司发布了这一LVMM的第二代，并签署了与高通的合作伙伴关系，将在今年晚些时候开始在高通的处理器上运行。

Shen说，Memories.ai也已经在与一些大型可穿戴设备公司合作，但拒绝透露具体是哪几家。尽管现在有一些需求，Shen认为在可穿戴设备和机器人领域还有更大的机会。

“在商业化方面，我们更专注于模型和基础设施，因为最终我们认为可穿戴设备和机器人市场会到来，但可能还不是现在，”Shen说。