Memories.ai nutzt visuelles Gedächtnis für selbstlernende KI
Das aus dem Silicon Valley stammende Startup Memories.ai hat sich auf die Entwicklung eines Large Vision Memory Model spezialisiert, das körperliche KI-Systeme durch persistente visuelle Erinnerungen zur selbstgesteuerten Evolution befähigen soll. Gegründet von den Ex-Meta-Forschern Shawn Shen und Ben Zhou, wurde die Finanzierungsphase im Juli 2024 abgeschlossen. Die Seed-Finanzierung wurde inzwischen auf 16 Millionen US-Dollar erhöht. Das Unternehmensziel definiert sich über das Konzept des Physical Recursive Self-Improvement: KI-Systeme sollen aus visuellen Kontexten der physischen Welt lernen, durch Failure-Mode-Feedback autonom korrigiert werden und ihre Genauigkeit in Echtzeit steigern. Zentrales technologisches Fundament ist ein proprietäres Videodaten-See-System, das über eine Million Stunden Rohmaterial indiziert. Durch eigenentwickelte Komprimierungsalgorithmen werden unstrukturierte Videos in skalierbare Vektoren und kontextbewusste Textbeschreibungen überführt. Die visuelle Speicherkapazität übertrifft aktuelle Lösungsansätze um den Faktor 100. begleitende Forschungsprojekte reduzieren den Token-Verbrauch um bis zu 95 Prozent, während multimodale Abfrage- und 3D-Indexierungstechnologien die Integration in reale Workflows ermöglichen. Bei der Initialbereitstellung liegen die Modellgenauigkeiten bei rund 70 Prozent, die sich durch iterative Nachschulung auf bis zu 90 Prozent steigern lassen, wobei der Bedarf an manueller Annotation erheblich sinkt. Die Skalierung wird durch strategische Partnerschaften mit führenden Infrastruktur-Providern vorangetrieben. Samsung Next unterstützt die Finanzierung, seit November 2025 läuft die Modellversion 2.0 nativ auf Qualcomm-Prozessoren, was Latenz und Cloud-Kosten senkt. Auf der GTC-Konferenz 2026 erfolgte die Einbindung in Nvidias Cosmos-Reason 2- und Metropolis-Plattformen. Ergänzend wurde auf der CES 2026 die Entwicklerhardware LUCI vorgestellt, um Visual-Memory-Anwendungen im Feld zu validieren. Das Geschäftsmodell ist eindeutig auf B2B-Anwendungen fokussiert. Fertigungs-, Handels- und Gastgewerbebetriebe nutzen die Systeme zur Prozesskontrolle, während fortgeschrittene Robotiklabore VLA- und World-Modelle trainieren. Dabei entsteht ein geschlossener Datenkreislauf: Echtdaten aus industriellen Umgebungen werden mit der Robotikforschung geteilt, deren autonome Systeme anschließend wieder vor Ort deployed werden. Memories.ai verzichtet bewusst auf den Bau eigener Roboter oder Basismodelle und positioniert sich als reiner Anbieter für Datenevaluation und Modellnachschulung. Management und Gründer betonen, dass der Markt für rein personalisierte KI-Speicher an strategischer Relevanz verliere. Die Zukunft liege in der Skalierung visueller Weltgedächtnisse, der Optimierung des Modellkerns und der Fähigkeit, KI-Systeme mit minimalen Prompts längere, physische Aufgaben erledigen zu lassen. Die Firma etabliert sich damit als essenzielle Infrastruktur für die nächste Generation autonomer physischer KI.
