随着终端AI从“回答问题 ”走向长期理解用户和主动任务执行 ，记忆能力正成为决定AI个性化与主动服务水平的关键基础能力 。
近日 ，OPPO联合中文开放知识图谱（OpenKG）社区，推出行业首个面向端侧AI记忆能力的评测基准MobileMem 。同时携手浙江大学 、同济大学 、东南大学等高校专家团队共同建设。通过构建统〖One〗、 开放的评测“标尺”， MobileMem让不同技术路线在同一标准下实现可比较、可迭代 ，加速端侧AI记忆技术发展。
这也意味着OPPO端侧AI记忆的持续投入 ，正从自身产品能力建设，进一步延伸至行业公共能力建设 ，积极推动技术开放合作与生态发展 。
构建端侧AI “记忆”的“度量衡 ”
近年来 ，长期记忆和长程智能体能力评测已取得大量研究进展，但针对移动端长期个性化 、多模态生活场景的系统性评测仍相对不足 。
与云端智能体相比 ，端侧AI需要在有限算力 、有限存储和隐私保护等约束下 ，持续积累、更新和利用用户长期记忆，其能力边界和优化目标具有明显差异。
缺乏统〖One〗 、 开放的评测借鉴 ，使端侧Agent开发者难以开展有效的A/B测试和性能回归 ，研究者也难以在一致的任务和评价协议下客观比较不同方案，进而制约了相关技术的持续迭代与生态发展 。
OPPO携手中文开放知识图谱（OpenKG）社区 ，联合浙江大学 、同济大学、东南大学等主流高校专家教授团队 ，基于前沿研究与实际端侧场景实践，共同推出端侧AI记忆评测基准——端侧AI记忆Benchmark ‘MobileMem’，为行业提供开放的评测借鉴 。
该基准评测数据集累计历史上下文规模达百万词元 ，用于模拟真实用户长期使用过程。在充分借鉴长期记忆 、长上下文 、多模态智能体等已有研究工作的基础上 ，MobileMem聚焦端侧AI的真实使用场景与长期个性化需求，主要包括三大核心技术维度：
举个例子 ，‘个人生活伴侣’场景中 。一个家庭正在计划今年的假期旅行 ，用户问：“你能帮我规划一次和去年我们喜欢的那次类似的旅行吗？ ”助手不是生成通用的旅行推荐，而是基于长期记忆 ，推荐一份反映用户历史偏好、旅行习惯和消费模式的个性化行程 ，同时避免之前已发现的不便之处 。
该场景体现了 MobileMem 对复杂个人记忆任务的综合处理能力，涵盖长期偏好建模 、时间维度的信息聚合 、多模态推理、记忆关联和个性化决策等关键能力。
MobileMem：从“贡献数据”到“共建生态 ”
MobileMem为端侧AI记忆研究提供统一评测借鉴 ，可连接研究 、开发与真实产品 ，其测试框架兼容多种Agent和端侧智能体，覆盖任务理解 、记忆检索、搜索与执行等模块 ，帮助开发者在统一标准下测试方案并持续回归性能 ，支撑产品快速迭代 。
OPPO ColorOS 智慧产品研发总监姜昱辰对此表示：“长期记忆能力是端侧AI迈向个性化智能体验的重要基础 。OPPO AI长期致力于端侧记忆技术的基础研究。MobileMem不仅是一套评测基准，更是加速记忆技术在端侧AI落地的行业基础设施 。我们希望通过开放这套‘标尺’，与行业共同探索端侧AI的未来发展 。”
OpenKG轮值主席、同济大学王昊奋教授表示 ，MobileMem致力于为端侧AI记忆研究打造统一的评测参照体系 ，使不同技术路线可在一致的任务框架与评价指标下完成对比迭代，助力产学研针对端侧智能记忆能力开展更为开放的科研合作。浙江大学陈华钧教授指出 ，未来端侧智能体需要具备面向真实世界的长期记忆 、知识积累与持续学习能力 ，建立系统化评测体系是推动该领域发展的重要基础。
近来 ，MobileMem 1.0完整技术白皮书已面向行业开放 ，后续将逐步开源评测数据集 、任务集及相关工具 ，并持续迭代更新 。我们也欢迎产业界和学术界共同参与MobileMem的持续建设，不断完善评测体系 ，推动端侧AI记忆技术创新与生态发展 。
