告别AI应用“金鱼记忆”，火山引擎发布Viking长期记忆

摘要：客服场景中，历史信息无法跨会话保留，需反复追问衔接，解决问题效率大打折扣；教育陪练应用中，缺乏对用户学习进度的动态追踪，做不到“因材施教”；智能硬件产品中，功能固化，无法提供有温度的个性化体验。

当你打造 AI 应用时，是否也遇到过这样的交互痛点？社交陪聊应用中，用户说过的话陪伴角色记不住，互动连贯性差。

客服场景中，历史信息无法跨会话保留，需反复追问衔接，解决问题效率大打折扣；教育陪练应用中，缺乏对用户学习进度的动态追踪，做不到“因材施教”；智能硬件产品中，功能固化，无法提供有温度的个性化体验。

没错，这就是当前 AI 应用的关键瓶颈：它们能调用工具，帮你完成任务，但缺乏记忆，无法串联多轮对话。

有没有一款产品，能弥补这个“遗憾”？

9月11日，火山引擎最新产品 Viking 长期记忆来了！

作为国内云厂商首发的一款端到端的长期记忆标准产品，Viking 长期记忆的核心功能就是为 AI 构建持久记忆体。它通过精准的记忆抽取与检索、完整的生命周期管理和开箱即用的全链路解决方案，赋予 AI 长期记忆的能力，让 AI 变得更智能、更个性，也让人们拥有了更聪明、更连贯、更高效的AI交互体验。

百亿数据，秒级响应为业务注入“记忆灵魂”

基于火山引擎自研的 VikingDB 向量数据库，Viking 长期记忆具备精细捕捉事件与建模长期画像两大能力，能够精准抽取和快速检索 AI 记忆，实现对记忆数据稳定、高效的全生命周期管理，为 AI 应用注入持久可靠的记忆能力。

Viking 长期记忆不仅能够稳定记录与检索对话历史，实现跨会话的记忆延续和角色隔离，更可基于用户画像与行为历史，在销售、教育、硬件等场景中为用户提供真正个性化、有温度的交互支持。

更优效果：

基于豆包大模型精准抽取事件与用户画像，深度融合语义与结构化信息，并依托自研豆包向量化模型，支持语义与关键词混合检索，在公开评测中达到业界 SOTA 水平。

Viking 长期记忆还具备时序处理能力，能够高保真地保存近期记忆，随着时间流逝，远期的记忆会进行压缩、合并，让 AI“记得住”“记得巧”，在长期交互中不断沉淀出高价值的洞察。

行业公开评测显示，Viking 长期记忆的整体表现比业内平均水平高出10%–30%

更强性能：

采用头条抖音同款向量库架构，支持百亿级数据毫秒级检索，索引更新秒级完成且不影响查询性能，充分满足高并发、低延迟业务场景。

在检索环节，Viking 长期记忆采用多路召回策略，将向量搜索与关键词图谱结合，实现了毫秒级延迟，响应速度比行业平均快2-5倍。

更广适配：

沉淀高质量的“记忆模板+自定义”双模式记忆抽取策略，提供丰富的记忆抽取算子，涵盖多样化业务需求。

同时，记忆可按用户、助手、群组进行多层隔离，满足“单聊+群聊”记忆诉求。Viking 长期记忆还支持自定义画像能力，灵活适配不同场景。

例如，同样是情感陪伴行业，面向儿童的产品更关注发育阶段、认知水平和兴趣好奇心；面向成人则更侧重抽取社会身份与关系、亲密偏好与沟通风格等信息。

Viking视频知识库，多模态AI重塑视频内容价值

除 Viking 长期记忆外，火山引擎 Viking 视频知识库也同期上线，首次实现全网领先的视频模态处理能力。

Viking 视频知识库深度融合高精度音频识别、深度画面分析、多模态 Embedding 检索技术，结合多模态大模型对音画内容进行融合理解与智能提炼，支持智能化语义拆分与多说话人识别，可广泛应用于教育培训智能问答、比赛短剧高光片段检索、广告营销爆款素材复刻等场景，显著提升内容检索效率与创作效果，为多行业提供新一代视频智能化生产解决方案。

在教育培训场景中，视频知识库可快速定位知识点并输出图文视频混合答案，提升学习效率。