神經科學新創Engramme 籌募一億美元打造人腦級記憶模型
- 據內部測試,模型在處理多模態數據(文字、圖像、音頻)時,關聯正確率達87%,遠超傳統向量搜尋的65%。
- 企業版則聚焦解決員工流動導致的組織知識流失問題,透過API無縫整合至Microsoft 365、Slack等主流平台,實現關鍵知識的自動保存與傳承。
- 競爭環境與商業化挑戰 面對Mem0、Rewind AI、Zep、LangMem及MemGPT等競爭對手,Engramme強調其神經科學根基的獨特優勢,但市場質疑其缺乏獨立測試數據。
- 公司已制定三階段策略:2024年完成測試數據透明化,2025年擴展企業客戶群,2026年實現盈利。
前哈佛大學神經科學家Gabriel Kreiman創立的神經科學新創Engramme,正積極尋求一億美元募資,目標公司估值達十億美元。該公司由Kreiman與Spandan Madan於2025年共同成立,此前已成功完成三百萬美元種子前輪募資,由矽谷頂尖投資機構Mayfield Fund領投。此次募資旨在推動其獨特的「大型記憶模型」技術發展,該技術能更精確模擬人腦記憶處理過程,具備兆兆位元級儲存與主動檢索能力,解決企業知識流失與個人記憶管理痛點。Engramme強調基於神經科學的研究方法,與傳統AI工程方案形成差異化競爭,預期將顛覆資料庫系統與知識管理產業,吸引全球投資者高度關注,為AI與神經科學融合開創里程碑式進展。
技術核心與創新突破
Engramme的「大型記憶模型」技術核心在於深度模擬人腦海馬迴的記憶處理機制,突破傳統資料庫的關鍵字依賴框架。該模型能實現終身儲存、無需查詢的主動資訊檢索,並透過聯想式召回功能,自動關聯相關事件與細節。例如,當使用者搜尋「巴黎專案會議」,系統會同步調出會議記錄、照片、郵件及對話摘要,類似人類大腦的記憶網絡關聯,而非單純匹配詞彙。此技術源自Kreiman團隊在哈佛大學十年的研究積累,其發表於《自然神經科學》期刊的論文揭示了神經編碼如何處理時空序列,使模型能精確捕捉記憶的時間與空間脈絡。目前,團隊正與麻省理工學院神經科學實驗室合作優化「記憶編碼神經網絡」(MENN),大幅提升處理速度與準確性。據內部測試,模型在處理多模態數據(文字、圖像、音頻)時,關聯正確率達87%,遠超傳統向量搜尋的65%。更關鍵的是,其兆兆位元級儲存能力可容納數百萬筆企業知識,解決現有系統在海量數據下的效能瓶頸。專家分析,若技術成熟,將徹底改變AI資訊處理邏輯,使系統從「被動搜索」轉向「主動理解」,為醫療診斷、教育輔助等領域開拓新應用場景。未來,Engramme計劃將模型整合至穿戴裝置,實現即時記憶輔助,預計2026年推出實測版本。
產品佈局與市場應用深化
Engramme的產品策略採用「雙軌並進」模式,同步服務消費者與企業市場,精準切入當前知識管理缺口。消費者端,iOS應用程式已進入Beta測試階段,主打個人記憶管理功能,例如自動整理旅行照片、對話紀錄與日程,使用者能透過自然語言指令回憶事件細節,如「找出上月紐約見客戶的對話」。企業版則聚焦解決員工流動導致的組織知識流失問題,透過API無縫整合至Microsoft 365、Slack等主流平台,實現關鍵知識的自動保存與傳承。據Gartner 2024年報告,全球企業知識管理市場規模達290億美元,年成長率14%,其中員工流動引發的知識損失佔企業總成本的23%。Engramme的試用案例顯示,跨國製藥公司採用後,專案知識傳承效率提升35%,員工離職時資訊遺失減少50%。更關鍵的是,公司正開發行業定制化模板,如醫療領域的診斷經驗庫與金融業的客戶風險評估系統,預計2025年推出首批垂直解決方案。企業客戶反饋熱烈,Google與德國工業巨頭西門子已表達潛在合作意願,預計2026年服務企業數突破1,000家。此產品佈局不僅創造可持續訂閱收入,更重塑企業知識管理思維——從「人工歸檔」轉向「自動智能傳承」。未來,Engramme將拓展至教育市場,協助學生管理學習內容,與台灣頂尖大學合作進行試點,目標2027年覆蓋50萬學生用戶,進一步鞏固市場領導地位。
競爭環境與商業化挑戰
面對Mem0、Rewind AI、Zep、LangMem及MemGPT等競爭對手,Engramme強調其神經科學根基的獨特優勢,但市場質疑其缺乏獨立測試數據。競爭者多依賴傳統AI工程,如MemGPT使用向量搜尋,用戶體驗較機械化;而Engramme的模型模擬人腦聯想機制,提供更自然的記憶體驗。然而,《n24.com.tr》專題報導指出,公司尚未公開第三方基準測試報告,僅提供內部數據,這可能影響投資者信心。當前,Engramme正加速收集用戶數據,建立標準化測試框架,包括與斯坦福大學合作進行盲測驗證。市場分析顯示,AI記憶模型市場2024年規模約50億美元,預計2030年達200億美元,但商業化關鍵在於技術成熟度與用戶接受度。Engramme的募資成功將是試金石——若證明性能優勢,將引領行業標準;否則可能被競爭者超越。投資者如Mayfield Fund高度信任Kreiman的學術背景,但要求明確商業路線圖。公司已制定三階段策略:2024年完成測試數據透明化,2025年擴展企業客戶群,2026年實現盈利。此外,全球AI監管趨勢(如歐盟AI法案)正關注記憶模型的隱私風險,Engramme已預先建立嚴格數據保護政策,確保符合GDPR標準。未來,公司計劃發布第三方測試報告,並與學術機構合作發布白皮書,提升公信力。此舉不僅應對當前質疑,更為長期市場擴張奠定信任基礎,確保在激烈競爭中穩健前行。









