问它上周做过什么，它答不上来；让它翻出某段旧影像里的细节，它检索半天还常常找错。对多模态智能体来说，“记不住事、查不准料”并非个别现象，而是横亘在其走向长期服务途中的一道现实障碍。
这一老大难问题多了一种新的解题思路。浙江大学与联想团队联合开发的 EM²Mem，将记忆组织的重心从零散信息转移到“事件”之上，这项以事件为核心的多模态长期记忆方案已在 EMNLP2026 上正式发表。
EM²Mem 恰好反其道而行，把对齐工作前移到记忆写入之时。同一事件中涉及的人物、物体、动作与时间等要素，在入库那一刻便被归拢到一起，形成颗粒度不一的多尺度事件档案；情节图负责串联一段段具体经历，语义图则从中提炼共性，两者相互配合，让智能体逐步建立起对长期规律的把握。
实际测试给出了正面反馈。与常规方法相比，EM²Mem 在事件级证据召回率和问答准确率两项指标上均有可观提升，意味着智能体既更容易找对证据，也更容易答对问题。
效率账本同样值得细看。采用该方案后，单次问答的耗时与 Token 消耗都明显下降；由于记忆建成之后可以反复调用，运行周期拉得越长，前期“建设成本”摊得越薄，整体效率优势也随之放大。
以 EM²Mem 为技术底座，研究团队还搭建出多模态智能体记忆系统 LightMem-Ego，其能力覆盖持续学习与个性化服务等方向。个人生活助理、科学实验室助手这类离不开长期记忆的应用场景，都被纳入该系统的适用范围。
