为什么硅谷开始重新定义「AI 记忆」| S10E20

就在一个多月前，黄仁勋在 Computex 2026 上发布了英伟达 RTX Spark——第一个面向消费级 PC 的 AI 超算芯片，1 Petaflop 算力、128GB 统一内存，能在笔记本本地跑 120B 甚至 200B 参数的大模型。几乎同一时间，苹果 M5 系列也将端侧 AI 推到了前所未有的高度。硬件就位了，但一个老问题依然存在：如果 AI 助理不记得你是谁、不记得你三年前说过什么，再强的算力也只是个聪明的失忆者。

这期节目的嘉宾是 Clipto.AI 的创始人兼 CEO 康洪文（Henry Kang），他在做一款在端侧本地运行的多模态 AI 产品，能读懂你所有的音视频、图片和文档，并在此基础上构建个人记忆系统。我们一起聊了聊大模型做记忆（memory）的天花板在哪里，为什么端侧比云端更适合承载个人记忆；把云上成熟的 AI 架构搬到端侧，都会遇到什么挑战；以及当苹果、谷歌这样的 OS 巨头自己做记忆层（memory layer）时，一家创业公司凭什么不被碾压。

本期人物

康洪文 Henry， Clipto.AI 创始人兼 CEO

Yaxian，「科技早知道」主播

时间轴

[02:12] 英伟达 RTX Spark 的突破是什么？

算力与内存双重突破，让本地跑百亿参数模型成为可能

OpenAI 就是大型机，端侧助理就像个人PC

[04:58] 大模型的万亿参数是公域知识的最大似然估计（MLE）

大模型的生态位应是存储世界共识与通识

用万亿参数去做个人知识是“杀鸡用牛刀”