Das einzige inländische Unternehmen, das sich der multimodalen Langzeitgedächtnistechnologie widmet, hat eine Finanzierung in Höhe von mehreren zehn Millionen erhalten und setzt auf aktive Intelligenz ｜ Emergierende neue Projekte

Text ｜ Xinyi Wang

Redaktion ｜ Yuxin Zhang

Kurzbeschreibung in einem Satz

Das einzige inländische Unternehmen, das sich auf multimodales Langzeitgedächtnis spezialisiert hat – Thalamus Intelligence – hat ein natives multimodales Gedächtnisfundament auf den Markt gebracht und setzt darauf, dass die KI von der allgemeinen Nutzung zur Personalisierung und schließlich zur aktiven Intelligenz übergeht.

Aktive Intelligenz bedeutet, dass die KI auf der Grundlage ausreichender Kenntnis des Nutzers zu geeigneten Zeiten und in angemessener Weise aktiv mit dem Nutzer interagieren kann. Um aktive Intelligenz zu realisieren, ist Memory eine Hürde, die unbedingt überwunden werden muss.

Finanzierungssituation

Kürzlich hat Thalamus Intelligence eine Saatgutfinanzierung in Höhe von mehreren zehn Millionen Yuan abgeschlossen. Zu den Investoren gehören erstklassige Fonds aus Shenzhen und Industriekapital. Die Mittel aus dieser Finanzierungsrunde werden hauptsächlich für die technologische Forschung und Entwicklung sowie die Erweiterung des Personals verwendet.

Teamvorstellung

Thalamus Intelligence wurde im November 2025 gegründet. Der Gründer und CEO Yuan Zhang hat seinen Abschluss an der Peking-Universität erworben, verfügt über einen doppelten Hintergrund in Elektronik und Wirtschaft, war früher als COO in einem Unternehmen für autonomes Fahren tätig und hat auch Berufserfahrung im Venture-Capital-Bereich und im Bereich der verkörperten Intelligenz.

Das Durchschnittsalter des Teams beträgt etwa 26 Jahre. Die Kernmitglieder stammen hauptsächlich aus Unternehmen und Hochschulen wie Alibaba Damo Academy, Tencent, SenseTime, der Chinesischen Universität Hongkong, der Chinesischen Universität Hongkong (Shenzhen), der Peking-Universität, der Xi'an Jiaotong-Universität, dem KIT und der Fudan-Universität.

Produkte und Geschäftsbereiche

Der branchenweite Konsens im Bereich Memory bildete sich erstmals Ende 2025 in der akademischen Welt. Dies ist ein sehr neuer Bereich. Wenn er sich mit Investoren austauscht, wird Yuan Zhang häufig mit Fragen konfrontiert, zum Beispiel: Wird das Basismodell selbst die Gedächtnisfunktion übernehmen? Wird die Memory-Ebene überhaupt unabhängig existieren? Wie soll die Arbeitsteilung zwischen Basismodellen und Gedächtnisunternehmen aussehen?

Für diese Fragen hat Yuan Zhang eine klare Antwort: Die Gedächtnisebene wird langfristig als unabhängige Infrastruktur existieren.

Er erläutert dies so: Die Basismodelle verschiedener Hersteller unterscheiden sich in ihrer Ausrichtung und ihren Trainingsdaten, und sie sind auf unterschiedliche Aufgaben spezialisiert. Nutzer wechseln ständig zwischen mehreren Modellen, was zu einem langfristigen Problem von Gedächtnisinseln führt. Im Prozess des Übergangs der KI von der allgemeinen Nutzung zur Personalisierung fehlt eine Zwischenschicht, die den Nutzer kontinuierlich lernen und merken kann. Daher wird es eine nutzerzentrierte Drittanbieter-Gedächtnisebene geben, die unabhängig von den Basismodellen existiert. Genau das ist die Chance, die Yuan Zhang erkannt hat.

Für ihn gilt es zunächst, die ungelösten Probleme der Branche anzugehen. Derzeit gibt es im Bereich Memory einige Schwachstellen:

Erstens das Kostenproblem: Die meisten Lösungen fügen massenhaft Kontextinformationen vollständig in das Fenster ein, was zu sehr hohen Inferenzkosten führt. Zweitens das Problem des Kontextbruchs: Gespräche über verschiedene Sitzungen und Aufgaben hinweg lassen sich nur schwer effektiv verbinden. Drittens das Problem des Modalitätsverlusts: Bestehende Gedächtnislösungen beschränken sich meist auf reinen Text und können keine multimodalen Informationen wie visuelle Inhalte oder Audio verarbeiten.

Darüber hinaus führt die Transformer-Architektur zu anhaltender zeitlicher Unordnung, sodass aktuelle große Modelle die Zeit nicht verstehen können. Bei der Zusammenarbeit von Agenten beeinträchtigen Gedächtnisinseln häufig das Ergebnis der Aufgabenausführung: Nutzerdaten sind in den einzelnen Agenten eingeschlossen und können kaum ausgetauscht werden.

Yuan Zhang ist der Ansicht, dass die KI, um wirklich in die physische Welt integriert zu werden, von Anfang an auf der multimodalen Wahrnehmung des Menschen basieren muss. Die Gedächtnisarchitektur muss von Grund auf nativ multimodal sein, anstatt Informationen erst in Text umzuwandeln und dann zu speichern.

Daher hat Thalamus Intelligence im Juni ein Gedächtnisfundament namens MemAura auf den Markt gebracht, das Kunden Dienstleistungen in Form von ADK (Agent Development Kit) und API (Application Programming Interface) anbietet.

MemAura unterstützt die Anhäufung von Langzeitgedächtnis und den schnellen Abruf von Gedächtnisinhalten, verwendet einen effizienten Kontextmechanismus und kann die Inferenzkosten effektiv senken. Die Leistung von MemAura ist beeindruckend: Der Gesamtverbrauch von Token auf der Eingabeseite wird um 40 % bis 49 % gesenkt, die Latenz bei der Gedächtnissuche liegt unter 400 Millisekunden, die erste Antwort von Ende zu Ende kann in weniger als 1 Sekunde erfolgen, und die Gesamtgenauigkeit kann über 80 % erreichen.

Bei der Verarbeitung von Gedächtnisinhalten unterscheidet sich das Vorgehen von MemAura stark von der Verarbeitung in herkömmlichen Gedächtnissystemen.

Herkömmliche Gedächtnissysteme extrahieren, komprimieren und zusammenfassen normalerweise die Eingaben des Nutzers, speichern sie dann in einer ursprünglichen Informationsdatenbank, speichern sie schließlich über eine bestimmte Architektur oder ein Wissensgraphen und rufen sie über das Agentenmuster ab.

MemAura verfolgt dagegen eine Strategie mit einem bionischen Gedächtnisverarbeitungsmechanismus, der in drei Schritten abläuft: Zuerst werden Ereignisse erkannt, der menschliche Gedächtnismechanismus wird nachgeahmt, Schlüsselinformationen werden behalten und redundante Störfaktoren werden herausgefiltert. Anschließend kodiert MemAura die gefilterten Informationen. Der dritte Schritt ist die Partitionierung der Informationen, bei der private und nicht private Gedächtnisinhalte voneinander getrennt werden.

Darüber hinaus wird eine Strategie mit heißem und kaltem Speicher angewendet: Für häufig zugegriffene Beweisdaten wird ein heißer Speicher verwendet, um einen schnellen Abruf zu ermöglichen. Für selten genutzte Daten wird ein kalter Speicher verwendet, um Ressourcen zu sparen. Dadurch wird sichergestellt, dass Kerndaten jederzeit zugänglich sind, während die Gesamtkosten effektiv kontrolliert werden.

Yuan Zhang teilt uns mit, dass Thalamus Intelligence auf dem Billionen-Markt für multimodales Langzeitgedächtnis derzeit keinem direkten Wettbewerb ausgesetzt ist. Obwohl dieser Markt viele Akteure aufnehmen kann, konzentrieren sich derzeit nur wenige Startups auf diesen Bereich, und das Unternehmen mit der höchsten Bewertung erreicht weniger als 2 Milliarden Yuan – der Wettbewerb ist nicht intensiv.

Die Hauptkunden von Thalamus Intelligence sind derzeit unter anderem Begleithardware mit hohem Auslieferungsvolumen wie Begleitroboter sowie einige branchenspezifische Agenten-Szenarien wie KI-Kundenservice und digitale Mitarbeiter. Die Kunden nutzen die Gedächtnis-API, um das Basismodell beim Beantworten von Fragen und Ausführen von Aufgaben auf ursprüngliche Informationen zugreifen zu lassen und so das Interaktionsergebnis zu verbessern.

Da verschiedene Szenarien unterschiedliche Schwerpunkte bei den Gedächtnisfähigkeiten setzen – zum Beispiel unterscheiden sich die Anforderungen an Begleitprodukte für Kinder im Alter von 3 bis 5 Jahren stark von denen für Nutzer im Alter von 18 bis 25 Jahren – teilt uns Yuan Zhang mit: „Wir wollen keine übermäßige Individualisierung durchführen. Daher haben wir die Memory-Funktionen nach der Gewichtung der Szenariokarte in verschiedene ADKs verpackt, aus denen Kunden die passende Option auswählen können.“

Beim Geschäftsmodell berechnet MemAura die Gebühren nach der Kombination aus der Anzahl der API-Aufrufe und der Szenarienlizenz, sodass Kunden unterschiedliche Ebenen von Gedächtnisfähigkeiten nach Bedarf auswählen können.

„Derzeit konzentrieren sich die meisten unserer Kunden noch auf reinen Text oder Text plus Sprache. Mit der Reife der multimodalen Technologien werden die Modalitäten der Kunden vielfältiger, und es werden mehr Kunden aus dem Bereich der verkörperten Intelligenz kommen, um unsere Lösungen zu testen“, sagt Yuan Zhang.

Kernvorteile

Seit der Gründung des Unternehmens hat ihre technologische Route zwei Iterationen abgeschlossen und befindet sich derzeit in der Erkundung der dritten Iteration.

Die erste Generation ist das STKG-Raum-Zeit-Wissensgraphen: Das Vorgehen ist wie folgt: Zeit und Raum werden auf die physische Ebene gelegt, multimodale Wahrnehmungsinformationen auf die Wahrnehmungsebene gelegt, und es wird eine kognitive Ebene aufgebaut, um ein kognitives Netzwerk zu bilden und Vorwärtsinferenzen durchzuführen.

Seine Benchmark-Leistung ist sehr gut, es hat in den beiden Tests LoCoMo (Inferenz und Zeitfolge) und LongMemEval (Interaktion und Präferenz) den SOTA-Wert erreicht.

Für Kunden ist es aber nach Erreichen eines bestimmten Schwellenwerts nicht mehr so wichtig, die Punktzahl im Benchmark zu erhöhen. Kunden legen mehr Wert auf Latenz und Token-Ausgaben. Daher haben sie einige ingenieurtechnische Kompromisse vorgenommen, eine Iteration auf Architekturebene durchgeführt und sind dazu übergegangen, ein Gedächtnissystem nach dem Vorbild der Kodierung und kognitiven Karte des menschlichen Hippocampus sowie der Integration der kortikalen Schicht aufzubauen – das bionische Gedächtnisarchitektur MemAura.

Bei den Daten hat MemAura einen Vorsprung um eine Größenordnung. Bei herkömmlichen Online-Kundenservice-Szenarien kann die Latenz etwa 10 Sekunden betragen, bei Begleitszenarien etwa 2 Sekunden – während MemAura die Latenz auf unter 400 Millisekunden senken kann.

Derzeit erforscht Thalamus Intelligence die Memory-Technologie ständig weiter. Sie führen die nächste Iteration durch, indem sie verwandte Techniken von E2P (Embedding-to-Prefix) und Feinabstimmungen der Transformer-Architektur einsetzen. Im Labor erreichen sie derzeit eine deutliche Einsparung bei den Token-Ausgaben und einen Effekt, der dem kontinuierlichen Lernen im Bereich der Präferenzextraktion nahekommt.

Im Mai 2026 hat Thalamus Intelligence gemeinsam mit NVIDIA, der Hongkong University of Science and Technology und der Chinesischen Universität Hongkong den weltweit ersten Benchmark für multimodales Langzeitgedächtnis namens MEMLENS veröffentlicht. Er ist derzeit Open Source und wurde unter die Top 3 der Daily Paper im KI-Bereich von Hugging Face gewählt.

Sie haben 27 visuelle Sprachmodelle und 7 Memory-Agenten zum ersten Mal unter einem einheitlichen Satz von multimodalen Daten platziert, in 4 standardisierte Kontextlängen (32, 100, 128, 256 K) unterteilt und ein vollständiges Vergleichsexperiment durchgeführt. Daraus ergeben sich folgende Erkenntnisse:

Erstens: Visuelle Sprachmodelle führen Inhalte oft ohne Komplettkompression vollständig in das Kontextfenster ein, aber mit zunehmender Länge sinkt die Leistung des Modells drastisch. Die Leistung von Memory-Agenten ist relativ stabil, aber aufgrund von Fehlern bei der Gestaltung der Gedächtnisarchitektur gehen viele visuelle und multimodale Daten bereits in der Schreibphase verloren.

Zweitens: Mit zunehmender Kontextlösung neigen sowohl Memory-Agenten als auch visuelle große Sprachmodelle dazu, Halluzinationen zu erzeugen, und bei Fragen ohne ausreichende Beweise neigen sie dazu, selbstsicher falsche Angaben zu machen.

Drittens: Viele Nachtrainingsmethoden für Memory schwächen nach dem Training die Fähigkeit des Modells, die Beantwortung von Fragen abzulehnen, was das Risiko von Halluzinationen erhöht.

Bemerkenswert ist, dass dieser Benchmark bestätigt, dass Hersteller von Basismodellen und Gedächtnisunternehmen unterschiedliche Aufgaben übernehmen sollten: Jeder soll sich auf seinen eigenen Fachbereich konzentrieren und eine unersetzliche Nische in der Branche einnehmen. Basismodelle sollen sich auf visuelle Wahrnehmung, Text-Bild-Ausrichtung und grundlegende Inferenz konzentrieren. Gedächtnisunternehmen sollen sich auf die abteilungsübergreifende Informationssuche, die Organisation von Beweisdaten und die Aktualisierung von Zuständen konzentrieren.

Gedanken des Gründers

• Das Ende der Personalisierung ist die aktive Intelligenz.

Daher gehen wir davon aus, dass das Endziel von Agenten nicht auf Aufgaben, sondern auf Zustände ausgerichtet ist. Zukünftige Agenten können auf der Grundlage deiner historischen Erinnerungen Planungen für den Nutzer durchführen und Aufgaben selbstständig erledigen.

In naher Zukunft werden wir einige Produkte oder Funktionen der aktiven Intelligenz sehen. Wenn aktive Intelligenz entsteht, wird sie wahrscheinlich bei Unternehmen entwickelt, die sich mit Memory befassen.

• Die zukünftige Aufgabe von Memory ist es, Nutzer- und Aufgabenpräferenzen zu speichern, Langzeitzustände und kurzfristige Schwankungen zu unterscheiden, um die aktive Intelligenz besser zu unterstützen.

Derzeit konzentrieren sich die meisten Unternehmen, die sich mit Memory befassen, auf Kontextfenster und RAG (Retrieval-Augmented Generation). Ich bin aber nicht der Ansicht, dass das Kontextfenster dem echten Gedächtnis entspricht – es ist im Wesentlichen ein temporäres Arbeitsgedächtnis, das von der Interaktion an der Oberfläche und dem kurzfristigen Kontext abhängt. Bei RAG verwenden die gängigen Implementierungen im Speicher derzeit meist die GraphRAG-Architektur (RAG auf Basis von Wissensgraphen), aber das ist im Grunde nur eine externe Vektordatenbank, die über Vektorsuche eine Ähnlichkeitsabfrage durchführt.

Viele aktuelle Unternehmen, zum Beispiel Open-Source-Projekte im Silicon Valley wie Mem0 und MemGPT, realisieren Gedächtnisfunktionen noch mit dem Vector-Native-Ansatz oder GraphRAG.

Diese Lösungen weisen deutliche Einschränkungen auf. Die reine Vektorsuche zum Beispiel fehlt die Modellierung der Informationszusammenhänge, sie ähnelt im Wesentlichen einer Wissensdatenbank und kann nur einfache Szenarien mit einzelnen Frage-Antwort-Paaren bewältigen. Echtes Gedächtnis ist kein statisches Frage-Antwort-System, sondern erfordert die Verfolgung von dynamisch verändernden Zeitachsen und Nutzerabsichten sowie ständige Aktualisierungen und Anpassungen.

• Long Context (langer Kontext) und Memory Agent (Gedächtnis) sind keine entweder-oder-Entscheidung, sondern können durch ingenieurtechnische Kompromisslösungen kombiniert werden.

DeepSeek V4 verfügt über ein Kontextfenster von 1M. Nach der Veröffentlichung dieses Modells stellen sich viele Menschen natürlich die Frage: Wird das Basismodell die Gedächtnisfunktion übernehmen, oder wird es in zukünftigen Basismodellen eine separate Memory-Ebene geben?

Unser Benchmark gibt die Antwort darauf: Basismodelle sollen den Kontext länger gestalten, die Arbeit im Zusammenhang mit dem KV-Cache (einem Daten-Caching-Mechanismus) gut erledigen und sich stärker auf die grundlegende Inferenzfähigkeit wie visuelle Wahrnehmung und Text-Bild-Ausrichtung konzentrieren. Gedächtnisunternehmen sollen dagegen nach modalitätsübergreifenden Informationen suchen und Nutzern bessere Unterstützung bieten. Beide haben ihre eigenen Aufgabenbere