2026年10月20日，记忆张量正式发布并开源 MemT 1.0 记忆原生大模型。
MemT 1.0 将记忆内化进底层架构，模型通过训练学会读写、更新和调用记忆，使经验积累成为模型能力的一部分。
技术报告提到一场测试：用户先给出展览原定时间，后敲定周日改期，并提到未被采纳的周一备选；在约五百多轮、约6.6万token聊天后，模型在脱离原始文本的“闭卷”状态下仍准确报出原定与改期时间，并区分周日定论与周一备选。
架构上，MemT 1.0 在每轮对话结束时通过token级别更新机制刷新记忆状态，并由训练中形成的门控机制决定保留或修改；并行记忆注意力机制会在后续对话与任务执行中提取这些状态。