何が公開されたか
2026年10月7日、上海のスタートアップ MemTensor(記憶張量) は、世界初の「メモリ基盤モデル」とうたう Metis を公開しました。重みは Hugging Face で 4B、9B、27B の3サイズ、ベースは Qwen3.5 です。技術論文(arXiv 2607.26760)は8月に人民大学、NUS、上海交通大学、同済大学と共同で発表されました。
「世界初」は同社の主張で、ネットワーク内メモリ(fast weights)の研究自体は数十年の歴史があります。
解決しようとする課題
現在の AI エージェントの「記憶」はほぼ 外部 にあります。ベクトル DB、RAG、要約をプロンプトに戻す方法などです。機能はしますが、別のスタックが必要でトークンも消費し、モデル自身は何を覚えるかを学びません。
仕組み
- 各フルアテンション層に Metis ブロック を追加。Local Memory Block はやり取りをまたいで残る メモリ行列 を保持し、Hyper Memory Block は 何を保存するか と読み方を学習したパラメーターです
- 各ステップ後、有用な状態をメモリに 圧縮 します(Gated Delta Network による更新)
- 問い合わせ時は メモリアテンション がこの状態を読み、通常のアテンションと統合します。履歴をプロンプトに入れたのと同様の効果を トークン費用なし で得られます
- 推論時は 重みは固定 で、メモリだけが通常の forward 計算で更新されます(勾配不要)
公表されている限界
プロジェクト自身が プロトタイプ と位置付けています:
- 容量に限りがあり、1回の更新が 数百語を超えると性能が低下
- 長い対話では記憶同士の 干渉や意味の混同 が起きる
- 成果は主に合成データとコンテキストなし QA で測定されたもので、長期稼働エージェントでの実用性は未検証
企業の背景
The Yangtzeer によると、MemTensor は7月に約 1億元 を調達(ファーウェイ系 Habo Capital、Honor の投資部門など)、9月にも追加調達し、Haier や Lenovo を含む 500社以上の企業顧客 がいるとしています(同社発表の数字)。
企業にとっての意味
- ネイティブメモリはまだ研究段階。 本番では RAG や外部メモリが成熟し監査しやすい選択肢です
- プライバシーの所在が変わる。 記憶がモデル内部の状態にあると、特定データの削除や監査はデータベースより難しく、個人情報保護法(APPI)対応にも影響します
- 検証環境で試す価値あり: 4B と 9B は一般的な GPU で動き、既存の RAG 構成と比較できます
- 商用利用前に リポジトリのライセンスを確認
出典
- GitHub, MemTensor/Metis: https://github.com/MemTensor/Metis
- arXiv 2607.26760 (Metis: Memory Foundation Model): https://huggingface.co/papers/2607.26760
- The Yangtzeer (2026-10-09): https://yangtzeer.com/news/startups/memtensor-memory-native-ai/
- State of AI (Substack): https://stateai.substack.com/p/metis-llm-memory-without-the-cumbersome
AI エージェントの記憶(RAG、外部メモリ、新しいモデル)を評価したいですか?KGA IT は無料相談を受け付けています:kga-it.com