阿里90后,专攻AI记忆,15个月融了6轮


当大模型经历两年的参数竞赛后,行业开始寻找新的增长变量:如何让AI不仅“知道”,还能“记住”。


记忆,正在成为大模型下一阶段的重要能力。


7月20日,AI记忆科技公司红熊AI宣布完成数亿元人民币A+轮融资,投后估值近30亿元。本轮由浙江九纬私募基金、嘉兴彰元创业投资与老股东格睿丰联合投资。


这是红熊AI成立以来完成的第6轮融资。过去15个月,公司估值从2025年Pre-A轮的5亿元,到2026年4月A轮超过15亿元,再到此次接近30亿元。


阿里90后,专攻AI记忆,15个月融了6轮


相比单纯追求参数规模,红熊AI选择了一条不同路线:让AI具备类似人类的记忆能力,并将其应用到真实企业场景中。


阿里90后带队,成立一年多商业化加速


红熊AI成立于2024年4月,创始人温德亮是一名90后连续创业者。


他毕业于弗吉尼亚大学与哥伦比亚大学,拥有物理学与计算机科学双学位。此前曾任阿里巴巴淘宝营销研发工程师,并先后担任盘石集团、复星集团副总裁、CTO、CIO等职,拥有超过10年的互联网数智化和企业数字化转型经验。


阿里90后,专攻AI记忆,15个月融了6轮


红熊AI创始人温德亮 图源:上海理工学院


红熊AI核心团队背景覆盖大模型、认知科学和企业软件等多个方向。部分成员曾参与千问、智谱AI等大模型项目研发,核心骨干长期深耕知识表征、推理系统和企业级软件领域。


目前,公司研发人员占比超过60%,总部位于上海,杭州设研发总部,并在全国布局11个城市子公司。


在A轮融资中,三位创始团队成员按照本轮估值追加跟投约3000万元,将个人利益与公司长期发展进一步绑定。


成立一年多以来,红熊AI商业化也在快速推进。截至目前,公司企业客户数量超过500家,覆盖金融、零售、制造、教育、医疗、互联网等多个行业,其中包括多家世界500强企业。


公司签约合同金额已从Pre-A轮时期的近6000万元持续增长,并计划在2026年实现全年6亿元业务目标。


MemoryBear:让AI拥有长期记忆


红熊AI的核心技术路线,可以概括为一句话:让AI从一次性回答,走向持续学习。


其核心产品MemoryBear记忆科学系统,希望解决当前大模型的一大限制——模型虽然拥有大量知识,但缺少持续积累经验和理解用户需求的能力。


简单来说,MemoryBear希望让AI拥有类似人的记忆机制:哪些信息需要立即调用,哪些信息应该长期保存,哪些内容需要随着时间淡化。


阿里90后,专攻AI记忆,15个月融了6轮


该系统融合ACT-R双记忆架构、艾宾浩斯遗忘曲线、智能语义剪枝和3D自我反思引擎等技术,构建工作记忆、短期记忆、长期记忆和永久记忆四层体系。


红熊AI表示,通过记忆机制优化,MemoryBear可以降低知识遗忘率、减少Token消耗,并提升模型在复杂任务中的稳定性。


在此基础上,红熊AI进一步构建了OpenBear通用大模型和CodeBear编程大模型。


OpenBear采用MOE稀疏混合专家架构,并与MemoryBear深度结合,希望让模型具备更强的上下文理解、持续学习和任务协作能力。


阿里90后,专攻AI记忆,15个月融了6轮


CodeBear则面向编程场景,与记忆系统结合,让AI能够理解长期项目背景和开发流程。


除了模型本身,红熊AI还构建了原生Agent架构,让智能体从设计之初便具备记忆能力,可以支持复杂任务拆解和多Agent协作。


从记忆技术,到企业应用


技术之外,商业化能力是红熊AI获得资本关注的重要原因。


阿里90后,专攻AI记忆,15个月融了6轮


目前,红熊AI已经形成智能客服、智能营销、ChatBI和智能教育四大应用方向。


在客服场景中,AI可以基于长期用户信息提供个性化服务,红熊AI数据显示,相关方案可帮助客户问题解决率提升60%以上,人工工作量降低70%,满意度提升40%以上。


在营销领域,AI通过持续积累用户行为数据,构建更加精准的用户画像,实现千人千面的触达。


ChatBI则通过自然语言交互,让业务人员无需专业数据能力即可完成查询、分析和图表生成。


教育场景中,红熊AI希望通过长期学习记录,为学生提供更加个性化的学习方案。


阿里90后,专攻AI记忆,15个月融了6轮


对于一家AI公司而言,模型能力最终需要回到真实业务场景验证。


截至A+轮,公司ARR(年度经常性收入)已突破5000万元,2026年上半年业绩已超过2025年全年水平。


记忆成为大模型竞争的新变量


进入2026年,大模型竞争正在从“参数竞赛”转向“能力进化”。


随着SOTA模型迭代周期不断缩短,单纯扩大模型规模正在接近瓶颈,行业开始寻找新的突破方向。


“记忆”成为新的探索方向。


从2023年向量数据库兴起,到2024年至2025年Letta、Mem0、MemU、MemOS等记忆框架出现,再到Claude加入记忆能力、谷歌探索Nested Learning,AI正在从一次性响应工具,走向能够长期学习的智能系统。


国内市场也在加速布局。2026年7月,AI记忆公司记忆张量完成亿元级Pre-A轮融资,并推出MemOS操作系统。


在这一趋势下,红熊AI选择的路线并不是简单增加一个记忆模块,而是从认知架构层重新设计AI记忆能力。


它希望证明的是:未来AI竞争的关键,不只是模型有多大,而是谁能让模型真正进入企业长期业务流程。


15个月6轮融资,估值接近30亿元。


对于红熊AI而言,真正的挑战才刚刚开始。


文章来自于微信公众号 “快鲤鱼”,作者 “快鲤鱼”