Problem

行動與穿戴裝置捕捉的視聽資料量龐大，如何將其轉化為可持續累積、組織且易於檢索的輕量化記憶，是目前開發具備長期記憶能力之個人 AI 助理的主要瓶頸。

Method

系統透過同步第一人稱視角的影音流，建立由當前、短期、長期組成的階層式記憶架構。當用戶提問時，系統會動態導向適當的記憶層級，並結合多模態證據生成精確答案。

Results

此系統已成功部署於智慧型手機與 AI 眼鏡，能協助使用者尋找失物、回憶對話、生成生活摘要及發現日常規律。相關程式碼已於 GitHub 開源供社群開發使用。

Significance

此框架為輕量化行動裝置提供了高效的記憶管理方案，讓 AI 助理能跨越時間限制，真正理解並輔助使用者的日常生活，是邁向全天候個人數位伴侶的重要里程碑。