LightMem-Ego:您的日常生活AI记忆

Hugging Face Daily Papers 论文

摘要

LightMem-Ego是一种轻量级流式多模态记忆系统,用于日常生活辅助,它持续捕捉第一人称视角的视觉和音频流,将其组织成分层记忆,并检索基于事实的答案来回答用户关于过去经历的查询,可部署在智能手机和AI眼镜上。

移动和可穿戴设备上的个人AI助手通过视觉和音频流持续感知用户的日常生活。然而,回答关于过去经历的查询需要轻量级的多模态记忆系统,能够持续积累、组织和检索长期经历,这仍然具有挑战性。为解决这一问题,我们提出了LightMem-Ego,一种用于日常生活辅助的轻量级流式多模态记忆系统。该系统持续捕捉第一人称视角的视觉和音频流,在共享时间线上对齐,并组织成由当前记忆、短期记忆和长期记忆组成的分层记忆。给定用户查询,LightMem-Ego动态路由检索到适当的记忆层级,并生成基于多模态证据的答案。该演示可部署在智能手机和AI眼镜上,支持物体查找、对话回忆、生活总结、日常发现和个性化辅助。代码可在 https://github.com/zjunlp/LightMem-Ego 获取。
查看原文
查看缓存全文

缓存时间: 2026/07/14 04:13

论文页面 - LightMem-Ego:属于你日常生活的AI记忆

来源:https://huggingface.co/papers/2607.11487 发表于7月13日

#3 今日论文 (https://huggingface.co/papers/date/2026-07-14) 作者:

,

,

,

,

,

,

,

,

,

,

,

摘要

部署在移动和可穿戴设备上的个人AI助手,通过视觉和音频流持续感知用户的日常生活。然而,回答关于过往经历的问题,需要能够持续积累、组织和检索长期经验的轻量级多模态记忆,这仍然是一个挑战。为了解决这一挑战,我们提出了LightMem-Ego,一个用于日常生活辅助的轻量级流式多模态记忆系统。该系统持续捕获以自我为中心的视觉和音频流,将其对齐在共享时间线上,并组织成包含当前记忆、短期记忆和长期记忆的层次化记忆结构。给定用户查询,LightMem-Ego动态地将检索路由到适当的记忆层级,并基于多模态证据生成答案。该演示可部署在智能手机和AI眼镜上,支持物品查找、对话回忆、生活总结、习惯发现和个性化辅助。代码可访问:https://github.com/zjunlp/LightMem-Ego。

查看arXiv页面 (https://arxiv.org/abs/2607.11487)查看PDF (https://arxiv.org/pdf/2607.11487)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.11487)

引用此论文的模型0

无模型关联此论文

请在模型README.md中引用arxiv.org/abs/2607.11487,以将其链接到此页面。

引用此论文的数据集0

无数据集关联此论文

请在数据集README.md中引用arxiv.org/abs/2607.11487,以将其链接到此页面。

引用此论文的Space0

无Space关联此论文

请在Space README.md中引用arxiv.org/abs/2607.11487,以将其链接到此页面。

包含此论文的收藏0

无收藏包含此论文

请将本论文添加到一个收藏 (https://huggingface.co/new-collection) 中,以将其链接到此页面。

相似文章

MemArena:一种面向大规模设备端智能个人记忆助手的自我中心基准

arXiv cs.CL

MemArena 是一种新的自我中心基准,用于评估设备端个人记忆助手,它使用 MASim 智能体模拟器生成多会话对话世界,并在回忆、推理和可信度维度上提供真值。初步结果表明,记忆后端的选择通常比读取器规模更重要,而基于权限的访问仍然是一个普遍挑战。

Memdex

Product Hunt

Memdex 将每一次 AI 对话转化为可复用的本地记忆,让用户能够捕捉并重复利用 AI 交互中的洞见。

MemEye:面向多模态智能体记忆的视觉中心评估框架

Hugging Face Daily Papers

MemEye 是一个视觉中心的评估框架,通过衡量 8 个生活场景任务中的视觉证据粒度和检索复杂度来评估多模态智能体记忆。该框架揭示了当前架构在保留细粒度视觉细节和推理随时间变化的状态方面仍然存在困难。