如何用AI助力寻亲？陈天桥旗下EverMind打造生态愿景

科技圈向来热衷于用算力、参数和榜单来衡量AI的“高度”，但最近一个名为“ReUnite”（重逢）的公益项目，却将技术的“温度”推到了聚光灯下。

故事的起点，是一个再平凡不过的瞬间。一位化名“小八”的AI工程师，长期深耕于化学行业，偶然间刷到一条寻亲短视频。这个瞬间击中了他：AI已经能识别万物、解答难题，为什么不能用来帮助那些寻找失散孩子的家庭呢？

恰逢其时，EverMind发起了以“AI Memory”为主题的全球开发者大赛——Memory Genesis Competition 2026。一个灵感就此迸发：能否利用大模型的长期记忆能力，去处理那些碎片化的体貌特征、模糊的童年记忆、零散的生活习惯？目标很明确：跨越时间和地域的阻隔，提高寻亲信息比对的成功率。

这个基于大模型长期记忆技术构建的寻亲平台，不仅在大赛中荣获公益奖项，更因其“记忆织布机”的浪漫比喻而广为人知。项目背后，一家名为EverMind的中国AI团队再次进入公众视野。这家由盛大集团全资孵化、陈天桥深度布局的公司，正试图从“长期记忆”这一底层命题切入，重塑下一代智能体基础设施的全球版图。

当AI成为“记忆的织布机”

寻亲，本质上是一场与时间的漫长赛跑，更是在破碎、模糊且非标准化的信息“孤岛”间建立连接的过程。传统算法在面对“小时候阳台能看火车”和“记忆里窗外有铁轨”这类语义相近但表述迥异的描述时，往往束手无策。

ReUnite的突破，根植于其背后的EverOS语义记忆引擎。这套引擎摒弃了生硬的关键词匹配，转而将碎片化的感官体验和空间记忆，转化为深层的语义向量。更进一步，通过智能体的主动推理，AI甚至能模拟人类志愿者的引导式提问——例如，如果线索暗示“父亲可能是木匠”，系统便会追问：“你儿时是否经常闻到木头的味道？”

这种将断裂记忆“线头”重新编织的能力，不仅是技术的成功落地，更代表了对AI角色的一次深刻反思：AI不应止步于冰冷的生产力工具，而应进化成具备连贯认知、并能理解人类情感的“数字灵魂”。

脑科学与AI的碰撞是EverMind的硬核底色

ReUnite的成功并非偶然，其底层逻辑直接源于EverMind对人类大脑记忆机制的深度借鉴与重构。作为陈天桥在“脑科学+AI”交叉领域的关键布局，EverMind团队将感官编码、海马体索引及皮层存储等神经生物学原理，融入了其核心的技术架构之中。

为了攻克大模型普遍存在的“失忆症”难题，EverMind研发了Memory Sparse Attention等关键技术。这套被称为EverBrain的技术底座，旨在让智能体在处理海量信息流时，能像人类大脑一样，实现高效的端到端长时记忆。

学术上的硬实力支撑着这份“类脑”野心。过去一年，EverMind的多篇论文被ACL等国际顶级会议收录，全网浏览量突破200万次。在LoCoMo、LongMemEval等全球公认的记忆与长文本评测基准上，EverMind更是屡次刷新行业纪录，达到SOTA水平。这标志着，中国AI团队在通往AGI的关键路径——长期记忆领域，已经占据了显著的技术高地。

基于开源与生态的AI影响力

在确立了技术高度之后，EverMind选择了一条更具挑战性的道路：开源共建。

通过EverOS——这套以记忆为核心特色的智能体操作系统，EverMind为全球开发者提供了一套“即插即用”的记忆中间件。在GitHub上，其相关项目已累计获得数千Stars，成为全球Agent基础设施赛道中一股不可忽视的中国力量。

而孕育了ReUnite的Memory Genesis Competition全球开发者大赛，则吸引了世界各地的顶尖极客参与，并获得了Luma等国际主流平台的官方推荐。这种从底层代码、到开发者社区、再到全球性命题挑战的立体化布局，清晰地展现了EverMind强大的生态构建能力。

“如果AI没有记忆，它到底是谁？”这是EverMind在技术研发之初提出的核心叩问。从EverBrain挑战一亿Token的记忆极限，到ReUnite织补破碎的亲情纽带，EverMind正在用行动给出答案：中国AI团队的竞争力，早已超越了应用层的简单微调，转而向机器认知的本源发起冲击。

在下一代AI基础设施的硬核战场上，这种兼具学术深度、工程效率与人文关怀的“中国底色”，正逐渐成为全球智能体时代最鲜明的印记。当AI拥有了真正的“长期记忆”，我们迎来的将不仅是更高效的工具，更是一个能够记住人类思念、伴随文明共同成长的智能新阶段。