Looki推Loom模型:第一视角感知能否撑起AI长期记忆

资讯 AI 应用前沿 全文 4090 字 · 约 11 分钟读完 配图 1 张 分类大模型存储

Looki推出的Loom模型系列不再只是被动回答问题,而是通过视觉和音频连续感知用户的第一视角生活。它将零散的观测数据组织成带有时间戳和证据的经历片段,并分层存储为可检索的长期记忆。相比传统的大语言模型,Loom更擅长处理“我上周把钥匙放哪了”这类需要回溯具体生活场景的问题,且在推理成本和记忆准确性上展示了新的技术路径

所属频道 模型发布算力与芯片

从“问答机器”到“生活伴侣”

这几年,向AI抛个问题、等它从海量训练数据里生成答案,已经成了习惯。可要是问它“我上周三下午把车钥匙放哪了”,或者“上次开会老板对那个方案具体说了什么”,多数通用大模型只能两手一摊——它们只有“知识”,没有“经历”。

Looki新近发布的Loom模型系列,想补上的正是这块空缺。它并非又一个写代码、生成图片的通用工具,而是一套专门理解第一视角生活的多模态系统。核心逻辑不复杂:像人一样用眼睛(视觉)和耳朵(音频)持续感知世界,把看到听到的内容整理成一段段有始有终的“经历”存进记忆,需要时帮你回想,时机合适还会主动提醒。

听着像科幻片里的植入芯片,其实Loom眼下靠可穿戴设备或手机等终端采集数据来实现。它不求无所不知,只求对你个人生活“知根知底”。

Loom是如何“记住”生活的

Loom的技术架构没堆晦涩术语,而是清楚切成三步:感知当下、组织经历、存储记忆,分别交给Loom Sense、Loom Moment和Loom Memory。

第一步:Loom Sense,判断“此刻正在发生什么”

生活是连续的流,AI却得把它离散成可理解的事件。Loom Sense干的活,就是实时判断用户当下处于什么状态——在开会、做饭,还是通勤路上?

传统视频理解模型往往逐帧看,画面一抖、一遮挡或光线一变,判断结果就忽左忽右。Loom Sense借鉴了类JEV(Joint Event Verification)方案并做了改进:除了当前画面和声音,还会参考“上一窗口”的状态。前一秒判定你在“跑步”,下一秒画面稍模糊,它不会立刻跳到“站立”,而是结合时间信息和上一状态做平滑处理。

技术上它引入“双约束损失”机制。说白了,活动持续期间压住概率的无故抖动、保持状态稳定;活动真正切换的边界时刻则加强监督信号,确保及时响应变化。这套设计让Loom Sense在事件检测上的F1分数达到88.6,既稳又快。更关键的是,它通过共享编码复用计算资源,多事件判断的计算开销线性可控,不像某些闭源方案那样昂贵。

第二步:Loom Moment,把碎片织成“经历”

光知道“此刻在做什么”不够,还得弄清这件事从何时开始、到何时结束、具体发生了什么。这是Loom Moment的工作。

以往流程多是“先分割,再描述”:算法先把视频切成段,再让大模型逐段总结。毛病在于误差会累积——分割点切错了,后面的描述就张冠李戴。

Loom Moment换成“联合生成”策略,把“在哪里分界”和“这段是什么”并成一个生成任务。模型一次性接收多模态观测数据、真实时间戳及相关上下文,同步输出经历的起止时间、内容描述,以及支撑这些描述的“证据”。

有个关键细节:Loom严格区分“看见的”“听见的”和“推断的”。看到你翻冰箱(看见),听到你叹气(听见),进而推断你可能在找吃的却没找到(推断)。这样区分能防住AI无据编造,让每段记忆都可追溯、可核验。训练分两阶段走,先学边界和事件类型,再加入描述与证据归因的监督,确保模型不光会切分,还能把故事讲清楚。

第三步:Loom Memory,像大脑一样分层存储

原始视频和音频全存下来,存储空间和检索效率都会是灾难。Loom Memory因此采用分层存储结构,模仿人类记忆的遗忘和整合机制。

记忆分成四层:

  1. 经历:原始的、带证据的Moment片段。
  2. 摘要:对经历的简要概括。
  3. 待整合记忆:尚未完全固化的短期记忆。
  4. 快照:经过冲突消解和遗忘机制处理后形成的长期稳定记忆。

原始经历始终保留,以保证可核性,日常检索则主要靠上层的摘要和快照。用户提问时,系统采用“Agentic Memory Navigation”(代理式记忆导航)策略,并非简单关键词匹配,而是围绕问题按“从概况到细节”的树状路径逐级定位;某个分支信息不够,它会动态调整搜索方向,用最少的记录命中回答所需的信息。

官方数据显示,长时序记忆评测中,Loom的信息处理量只有mem0和A-Mem的14.5%和30.5%。这意味着它在保持高精度的同时,把计算和存储成本大幅压了下来。

主动智能:不只会等人提问

多数AI助手都属“召之即来、挥之即去”的被动工具,Loom却提出了“主动智能”这个思路。它会把当前情境(Sense)、过往记忆(Memory)和用户目标放在一起权衡,再决定要不要介入、以什么方式介入。

举个例子:你正准备出门,Loom Memory记得你平时这个点会找雨伞,Sense又检测到外头下雨,它就可能弹窗提醒:“记得带伞,昨天你把它放在玄关柜上了。”

这种端到端联合建模把文字、图像、视频、音频连同召回的历史证据一起送进模型,一次输出情境理解、行动选择、帮助内容和证据引用。Sense、Moment和Memory的结果则当作辅助信号,反过来约束最终决策。分工也说清楚了:模型层管理解与决策,系统层管存储与权限隔离,用户对隐私泄露的担心因此能缓解一些。

为什么Loom比通用大模型更适合“记事儿”

要看懂Loom的定位,不妨拿阿里的Qwen3.8-Omni-Flash等通用音视频模型对照一下。

Qwen3.8-Omni-Flash是能力很强的通用模型,支持1M tokens的超长上下文,开发者可以用它处理大规模音视频文件,比如转录会议记录、分析监控视频。问题是它没有内置长期记忆机制,每次交互彼此独立,或者得靠外部向量数据库方案;输出一般也只是文本结论,不直接锚定原始证据。

Loom则不同,它是冲着“个人生活记录”来的。它不追求处理几小时的长视频,盯的是连续的生活流。核心优势有这么几条:

  1. 经历切分更精准:边界与内容联合建模,F1@tIoU指标上表现更好,事件从哪儿开始、到哪儿结束,它抓得更准。
  2. 记忆有证据:每个回答都能回溯到具体时间点和感官证据,看到了什么、听到了什么都有据可查,这对个人备忘很关键。
  3. 主动服务:什么时候该沉默、什么时候该提醒,它能自己判断,不用永远等用户下指令。
  4. 成本更低:推理成本较闭源方案降低约94%,个人设备上长期跑也就有了可能。

当然,Qwen3.8-Omni-Flash的强项在通用性和开放性,适合企业级应用和二次开发;Loom眼下主要通过官网提供体验,更偏向C端用户的个人助理场景。

实际应用场景:它到底能帮什么忙?

原理讲得再多,最后还得看用起来顺不顺手。下面几个典型场景,能看出Loom是怎么应付生活里的麻烦事的。

会议与讨论的无缝续接

你有没有碰上过这种情况:上周开会讨论方案,当时说好“等周五数据出来再定”,这周接着聊,大家已经想不起当时的语境了。Loom能自动把上次的未决条件带出来,甚至回放当时的关键对话片段,讨论直接往下接,背景不用重新铺一遍。

物品与决定的“后悔药”

“我钥匙放哪了?”“这个计划为什么搁置了?”这类问题日常里天天冒出来。用Loom,你可以直接拿自然语言问,系统会从你的经历里找到当时的画面和对话证据。比如它可能放出一段视频:你走进书房,顺手把钥匙搁在书架第二层。靠视觉证据找回,比纯文字备注靠谱得多。

生活经历的自动回顾

年底要写年终总结,或者只是想看看过去一年走过哪些地方?Loom能顺着时间脉络,从摘要一路排到具体的Moment,自动组织成有据可查的回顾。不光告诉你去了哪儿,还能调出当时的美食照片、同伴的对话,回忆一下子立体起来。

个人偏好的隐性学习

“我喜欢吃辣”“我偏好安静的酒店”,这些不用你手动填。Loom会从你多次的用餐选择、旅行预订里归纳出偏好,形成记忆快照。下次问餐厅推荐,它照这些隐性偏好给建议,比泛泛甩一家大众点评高分店更贴合。

零负担的临时备忘

通勤路上冒出一个工作灵感,或者聊天时蹦出一件待办,多数人往往嫌麻烦、懒得打开笔记App,就这么放过了。Loom靠连续感知把这些瞬间自动接住,沉淀成记忆。等你坐回电脑前,它可能来一句:“刚才在路上你想到的那个关于营销活动的点子,需要现在记录下来吗?”

隐私与伦理:房间里的大象

技术再亮眼,“第一视角连续感知”也绕不开隐私这道坎:数据谁能看?存在哪儿?一旦被黑客攻破又怎么办?Looki在介绍里提到“系统层负责存储与权限隔离”,算是透出对数据安全的在意。可按常见做法,这类个人化AI更稳妥的路子是端侧处理或本地加密存储——敏感的多模态数据尽量留在用户设备上跑,只把必要的加密摘要传上云端,甚至完全离线运转。问题是,素材里并没细说Loom的数据到底怎么流、加密又怎么做,用户上手之前,这件事得先弄清楚。

“主动智能”的边界同样得小心划。AI该介入生活到什么程度?提醒太频繁,会不会反倒成了打扰?这些体验上的分寸怎么拿捏,直接决定Loom是个贴心的助手,还是个招人烦的监控者。

结语

Loom这一步,把AI从“通用知识引擎”往“个人生命日志”推了一把。它不再想着回答世上所有问题,只专注读懂你一个人的生活。Sense、Moment和Memory三层接力下来,搭出的是一个可追溯、可检索、还能主动服务的个人数字分身。

眼下它还在早期,隐私保护和用户体验都有一堆细节要磨。但这条技术路径——联合生成经历、分层记忆导航、低成本推理——给个人AI助手蹚出了新方向。往后也许不用再刻意“记录”生活,AI已经替你记着。你要做的,不过是偶尔问一句:“嘿,你还记得那天吗?”

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 百望股份CEO王强宇:AI财税产品如何落到任务链上

    企业把大模型接进产品之后,新的经营问题才刚刚展开。客户提出一项任务,系统能拿到哪些信息,由谁核准结果,出现例外时如何处理,都会影响AI能否持续投入使用。产品演示中的能力,需要经由完整的服务过程才能转化为客户价值。 王强宇出任百望股份首席执行官(CEO),为观察这项变化提供了一个具体切口:王强宇如何将百望的财税场景积累转

    来源 AI 行业观察
  2. AI搅动面板业:存储涨价传导,OLED与新技术路线开打

    产业链的景气度,往往是终端市场最直接的镜像。当手机、PC、电视等消费电子产品进入增长乏力的阶段,上游供应链很难独善其身,尤其是面板行业,如今正在经历一场新的周期考验。“内存价格的飙涨,让我们的客户在定价和销量之间产生了巨大的纠结。”在DTC 2026大会上,TCL科技集团高级副总裁、TCL华星首席执行官赵军直接指出..

    来源 腾讯网
  3. Gemini被称美国豆包,张一鸣活成中国布林:两人都把时间押给AI

    在太平洋两岸的科技版图上,一种奇妙的镜像正在发生。大洋彼岸的硅谷,早已退居幕后的 Google 联合创始人 Sergey Brin (谢尔盖布林)重新走进办公室,与一线研究员并肩推演大模型架构。而在亚洲,2021 年便将字节跳动 CEO 权杖交给梁汝波、此后极少公开露面的张一鸣,也正以一种高密度、深介入的姿态重回技术腹

    来源 腾讯网
  4. 企业级AI终端赛道迎来新玩家 深兰科技转型提速

    中经记者 徐倩 上海报道在豆包AI手机验证消费端需求后,企业级AI终端赛道迎来新玩家。近日,深兰科技联合华为发布企业级大模型原生智能体工作手机Wowoker,尝试把智能体从“回答问题”推向“执行业务”:帮销售找客户、打电话、加微信、分析意向、管控沟通风险,并在员工离职后帮助企业锁住客户资产。与消费级AI手机不同,...

    来源 腾讯网
  5. TCL华星王成谈AI时代显示产业:下一阶段争的是定义权

    AI浪潮之下,显示产业的角色正在深刻位移。 过去几年,科技产业的主流叙事始终围绕算力、芯片和大模型展开。随着模型能力加速进入手机、PC、汽车乃至各种新型智能终端,AI的影响也从云端算力建设,进一步延伸到终端产品的设计与制造。 同时,“AI新基建”的内涵也在不断拓宽。先进封装支撑更高密度的芯片集成,高速光通信提升算力集群

    来源 AI 行业观察
  6. APEC专题|王兴兴谈AI与机器人:公开进展只是“水面以上”,底层迭代远超外界感知

    11月17日,在深圳举办的APEC工商领导人峰会上,宇树科技创始人王兴兴作为科技企业代表,分享了对AI与机器人领域发展态势的判断。 王兴兴表示,未来几年AI大模型与机器人领域潜力巨大,是当下最令他激动的方向。他用“水面以上”与“水面以下”作比喻:普通大众目前看到的AI技术、机器人技术进展,大多只是“水面以上”的部分;而

    来源 AI 行业观察
  7. 10元探店,6元模特:月入800万的AI假体验生意,谁在买单?

    本地生活赛道,探店生意曾形成一条完整的产业链,如今正被AI侵蚀。 传统真人探店拍摄剪辑动辄数百上千元,而现在AI将单条内容的的成本压到10元以内。商家只需上传一张门头照、几张菜肴图,再配一个AI主播,即可生成一条AI探店视频。 此外,抖音等平台上已出现专门的AI探店账号,有博主仅1.9万粉丝,专注此类内容,首页显示累计

    来源 AI 行业观察
  8. 微软全球宕机:潜伏四个月的漏洞,为何15小时才被发现

    微软系统漏洞在上周因一次例行流量切换操作被引爆,服务器在流量骤增后出现内存耗尽,自动化容灾系统将流量转移至"健康"的其他服务器,却将漏洞带入这些系统,形成连锁失效。从最初出现零散故障,到微软确认全面问题,历时约15小时;微软随后又花费约15小时才开始推送修复方案,宕机时间之长,远超同类事故。

    来源 华尔街见闻
  9. Agent递归自我改进:不训练模型如何越用越强?

    中科院自动化所与美团等机构联合发布综述,探讨LLM Agent如何在不更新模型权重的前提下,通过优化Prompt、记忆、技能和运行框架实现递归自我改进。文章梳理了“何时改、改哪里、怎么改”三个核心问题,并提出了包含收集、评估、诊断等七步的经验转化生命周期,为理解Agent从单次试错到持续进化的机制提供了清晰框架。

    来源 AI 应用前沿
  10. AI探店10元一条、800元一分钟:月入800万的生意谁在买单?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 林京封面来源 | 豆包AI本地生活赛道,探店生意曾形成一条完整的产业链,如今正被AI侵蚀。传统真人探店拍摄剪辑动辄数百上千元,而现在AI将单条内容的的成本压到10元以内。商家只需上传一张门头照、几张菜肴图,再配一

    来源 腾讯网
  11. NICT OptiMer:不重训模型,如何快速锁定最优数据配比?

    大模型训练中,数据配比调优通常意味着昂贵的从头重训。日本信息通信研究机构(NICT)团队在EMNLP 2026获奖论文中提出OptiMer方法,通过合并“分布向量”来搜索最优数据比例。该方法将试错效率提升15至35倍,且在C-Eval、MMLU等基准测试中得分高于传统混合训练。文章解析了其技术原理、实验效果及在构建日语

    来源 AI 应用前沿
  12. DeepSeek免费额度被指收紧:长对话、每日用量、单次输入均受限

    国产大模型DeepSeek的免费使用额度疑似遭到限制。11月16日,“DeepSeek使用额度已达上限”登上微博热搜。不少用户在社交媒体上反映,DeepSeek对App及网页版的使用额度进行了调整,包括限制长对话、每日使用额度以及单次文字输入长度。截至发稿,DeepSeek尚未对此作出官方回应。值得注意的是,DeepS

    来源 腾讯网
  13. 永不停歇的资本开支,换不回存储公司一夜安眠

    作者:贾乐乐;编辑:嘉辛近期,长江存储母公司长存控股的科创板IPO传出暂缓消息。原定于10月底至11月初启动的战略配售程序被推迟,上市进程可能因此延后数月。目前项目仍处于上交所“已问询”阶段,并未终止或撤回。2026年第一季度,长存控股实现归母净利润333.79亿元。对于一家单季就赚了330多亿元的公司来说,IPO募资

    来源 腾讯网
  14. Qwen4-Max发布:2.4T参数、百万上下文,单任务成本降58%

    11 月 16 日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数 2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max 以更少的 Token 消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测 CodeArena 中,Qwen4 位

    来源 AI 行业观察
  15. 百度Q3财报:AI新业务占一般性收入53%,智能云同比增94%

    第三季度经营现金流为人民币28亿元,截至2026年9月30日,百度公司现金及投资总额高达人民币2766亿元。AI新业务占比达53%,传统业务承压本季度百度最大的亮点在于业务结构的根本性改变。在11月12日的百度世界2026大会上,百度创始人李彦宏宣布推出连接AI模型服务商与客户的交易平台“词元所”。另外,AI应用板块,

    来源 TechWeb
  16. 百度Q3财报:AI新业务占比53%,智能云收入增94%

    【TechWeb】11月17日消息,百度集团发布2026年第三季度未经审计财务业绩。在传统在线营销业务面临宏观挑战和主动转型阵痛的背景下,百度交出了一份“新旧动能转换”特征鲜明的答卷:AI新业务已占据百度一般性业务收入的53%,全栈AI投入正逐步转化为实质性的规模增长。 营收企稳,利润与现金流保持健康 财报显示,百度第

    来源 AI 行业观察
  17. 阿里发布Qwen4,千问平台首发Qwen4-Max:Token减半、得分涨近28%

    11月16日,阿里发布新一代基座大模型Qwen4,千问AI平台首发Qwen4-Max,API与Token Plan同步开放。该模型采用Qwen稀疏注意力MoE架构,总参数2.4T,支持百万上下文、原生视觉与长程任务稳定交付,可调用工具并分阶段交付;评测中同档位较上代提升。

    来源 AI 产业速递
向下滚动自动加载更多