OPPO联合OpenKG发布端侧AI记忆评测基准

随着终端 AI 从“回答问题”走向长期理解用户、主动执行任务，记忆能力正成为决定 AI 个性化与主动服务水平的关键基础。

近日，OPPO 联合中文开放知识图谱（OpenKG）社区，推出行业首个面向端侧 AI 记忆能力的评测基准 MobileMem，并与浙江大学、同济大学、东南大学等高校专家团队共同建设。通过统一、开放的评测“标尺”，MobileMem 让不同技术路线能在同一标准下比较和迭代，加速端侧 AI 记忆技术发展。

这也意味着 OPPO 在端侧 AI 记忆上的投入，正从自身产品能力建设延伸至行业公共能力建设。

为端侧 AI 记忆建立“度量衡”

近年来的长期记忆和长程智能体评测已有不少研究进展，但针对移动端长期个性化、多模态生活场景的系统性评测仍相对不足。

与云端智能体相比，端侧 AI 需要在有限算力、有限存储和隐私保护等约束下持续积累、更新和利用用户长期记忆，能力边界和优化目标存在明显差异。缺乏统一开放的评测参考，开发者难以及时进行有效的 A/B 测试和性能回归，研究者也难在一致的任务协议下比较不同方案，制约了技术迭代与生态发展。

MobileMem 评测数据集累计历史上下文规模达百万词元，用于模拟真实用户的长期使用过程。在借鉴长期记忆、长上下文、多模态智能体等研究成果的基础上，MobileMem 聚焦端侧 AI 的真实使用场景与长期个性化需求，覆盖三大核心技术维度：

1. 长期事件建模与检索：覆盖跨时间、跨应用、跨模态事件的记忆存储、更新与检索能力。
2. 跨模态关联与推理：覆盖文本、图像等多模态信息之间的关联理解与推理能力，包括时序推理、关系推理和问答。
3. 持续演化与个性化适应：覆盖用户偏好、社交关系和事件状态随时间变化后的持续更新能力。

以“个人生活伴侣”场景为例：一个家庭正在计划假期旅行，用户问：“能帮我规划一次和去年我们喜欢的那次类似的旅行吗？”助手不是生成通用推荐，而是基于长期记忆给出反映用户历史偏好、旅行习惯和消费模式的个性化行程，同时避开之前已发现的不便之处。

这一场景体现了 MobileMem 对复杂个人记忆任务的综合处理能力，涵盖长期偏好建模、时间维度信息聚合、多模态推理、记忆关联与个性化决策等关键能力。

从“贡献数据”到“共建生态”

MobileMem 为端侧 AI 记忆研究提供统一评测参考，测试框架兼容多种 Agent 和端侧智能体，覆盖任务理解、记忆检索、搜索与执行等模块，帮助开发者在统一标准下测试方案并持续回归性能，支撑产品快速迭代。

OPPO ColorOS 智慧产品研发总监姜昱辰表示：“长期记忆能力是端侧 AI 迈向个性化智能体验的重要基础。OPPO AI 长期致力于端侧记忆技术的基础研究。MobileMem 不仅是一套评测基准，更是加速记忆技术在端侧 AI 落地的行业基础设施。”

OpenKG 轮值主席、同济大学王昊奋教授认为，MobileMem 为端侧 AI 记忆研究打造统一评测参照体系，让不同技术路线可在一致的任务框架与评价指标下对比迭代。浙江大学陈华钧教授指出，未来端侧智能体需要具备面向真实世界的长期记忆、知识积累与持续学习能力，建立系统化评测体系是推动领域发展的重要基础。

目前，MobileMem 1.0 技术白皮书已面向行业开放，后续将逐步开源评测数据集、任务集及相关工具，并持续迭代更新。产业界和学术界也可参与 MobileMem 的持续建设，共同推动端侧 AI 记忆技术创新与生态发展。