Metis: первая модель памяти для foundation моделей

Кратко: Исследователи представили Metis — первый прототип memory foundation model, который встраивает память непосредственно в backbone модели, а не использует внешние модули. Это позволяет модели автономно хранить и использовать информацию, что отличается от текущих подходов в ChatGPT, Claude и Gemini.

Что произошло: В новой работе на arXiv описан Metis — модель памяти, которая формализует два аспекта: постоянное динамически обновляемое состояние памяти внутри backbone и нативные процедуры памяти, выполняемые через вычисления модели. Авторы утверждают, что такой подход дает преимущества в архитектуре, сквозной оптимизации и эффективности.

Что изменилось по сравнению с предыдущей версией: Это первая публикация прототипа memory foundation model, поэтому сравнение с предыдущей версией отсутствует. Ранее память в AI-агентах реализовывалась только через внешние модули — например, векторные базы данных или кэш контекста.

Цены и доступность: Metis опубликован как препринт на arXiv, номер 2607.26760. Код и модель пока не доступны для широкого использования. Это исследовательская работа, не коммерческий продукт.

Почему это важно: Текущие foundation модели (ChatGPT, Claude, Gemini) не имеют встроенной долговременной памяти — они либо используют внешние базы данных, либо ограничены окном контекста. Metis предлагает встроить память непосредственно в архитектуру модели, что может повысить автономность и эффективность AI-агентов. Это может изменить подход к созданию агентов с памятью, сделав их более самостоятельными и менее зависимыми от внешних инструментов.

Для пользователей AI-Sphere: Если Metis будет реализован и доведен до продукта, пользователи смогут получить модели, которые помнят предыдущие взаимодействия без необходимости внешних инструментов. Пока это ранняя исследовательская работа, но за ней стоит следить. Следите за обновлениями на ai-sphere.ru.

Источники:

https://arxiv.org/abs/2607.26760