EMNLP 2026|如何记住发生过的事?EM²Mem让记忆连接人与经历
2026.11.12 · 收录日 2026.11.12 · 模型 · 论文 · 论文预印本
浙大与联想提出EM²Mem,以事件为中心组织多模态长期记忆
浙江大学与联想集团研究团队合作提出 EM²Mem(Event-Centric Multimodal Memory),以事件为中心构建多模态长期记忆,将同一事件中的人物、物体、行为和时间线索在记忆构建阶段就关联起来。论文被 EMNLP 2026 Findings 收录,代码已整合至 LightMem-Ego。
- EM²Mem 把「先检索再对齐」改为「先对齐再检索」,在记忆构建阶段就完成多模态证据的事件归属
- 每个事件记忆单元以 30 秒片段为锚点,保留关键帧、视觉描述、对话转写及动作、物体、话题等结构化字段
- 构建 3 分钟、10 分钟、1 小时等多尺度上下文,并用情节图、语义图连接不同经历与长期规律
- 在 30 秒事件级证据召回评估中,EM²Mem 的 Top-5 召回率达 30.8%,比 WorldMM 五轮迭代检索的 23.8% 高出 7.0 个百分点
- EgoLifeQA 推理效率对比中,单次问答平均耗时从 459.00 秒降至 98.21 秒,约加速 4.67 倍;总 token 用量从 42.03M 降至 15.27M,减少 63.66%
为什么值得看
看多模态智能体长期记忆如何从「存下来」走向「连起来」
适合谁关注
关注多模态智能体、长期记忆与持续学习的研究者和开发者
