연구자들은 LightMem-Ego를 제시했습니다. 이는 모바일 및 웨어러블 장치의 개인 AI 어시스턴트가 시각 및 오디오 스트림을 통해 장기 사용자 경험을 관리하도록 돕도록 설계된 시스템입니다. 아키텍처는 자기 중심적 데이터를 지속적으로 캡처하고 공유 타임라인에 정렬하여 현재, 단기, 장기 메모리 레벨로 조직합니다.
- 사용자 쿼리에 따라 적절한 메모리 레벨로 검색을 동적으로 라우팅합니다.
- 계층적 메모리 구조의 멀티모달 증거에 기반한 답변을 생성합니다.
- 객체 찾기, 대화 회상, 생활 요약, 루틴 발견 및 개인화된 어시스턴스와 같은 애플리케이션을 지원합니다.
- 스마트폰 및 AI 안경에서의 배포를 시연했습니다.
이 시스템은 과거 경험에 대한 쿼리에 답하는 과제를 해결하며, 장기 메모리를 지속적으로 축적하고 검색하기 위한 경량 메커니즘을 제공합니다.