速報
個人AI記憶框架Mi-Memory問世：從對話快取邁向持續服務的記憶生命週期管理
個人AI正從純對話擴展至手機、汽車等持續服務場景，記憶需從快取轉為連續性與治理基礎。Mi-Memory框架以結構化、擴展、演進與部署四大角色管理記憶生命週期，並透過審計合約連結各角色。MemStack在LoCoMo與LongMemEval上分別達93.59%與87.47%。
速報
個人AI正從純對話擴展至手機、汽車等持續服務場景，記憶需從快取轉為連續性與治理基礎。Mi-Memory框架以結構化、擴展、演進與部署四大角色管理記憶生命週期，並透過審計合約連結各角色。MemStack在LoCoMo與LongMemEval上分別達93.59%與87.47%。
深度分析
研究指出當前個人AI多仰賴雲端模型來處理敏感資料與高成本推論。OpenJarvis提出以五大原語組成可優化的spec，並用LLM引導的規範搜尋在搜尋時借助雲端提案、推論時完全在地執行。結果顯示經優化後的本地spec在多項基準上能接近或超越雲端，同時大幅降低邊際API成本與延遲。