Looki推出生活理解模型Loom：感知、經歷、長期記憶分三層處理

動察 Beating AI 快訊，AI 穿戴設備公司 Looki 發布多模態模型系列 Loom，可以將攝像頭和麥克風記錄的日常生活，整理成帶有時間、內容和原始證據的長期記憶，供 AI 隨時檢索。

比如，用戶中午和同事吃飯，期間討論了一個項目，最後決定等週五的數據出來再做決定。Loom 不僅要識別出「吃飯」「交談」，還要記下討論內容、決定及其原因。幾天後再次談起這個項目，AI 就能找回當時的記錄。

Loom 分為三個部分：

Sense（感知）：持續判斷用戶正在做什麼。採用專門訓練的判別模型，直接給「是否正在用餐」「是否正在交談」等問題打分，無需每次生成文字描述。模型還會參考上一時段的狀態，避免轉身、遮擋造成活動識別反覆跳變。

Moment（經歷）：將不同時間採集的畫面和聲音對齊，自動判斷一段經歷從哪裡開始、在哪裡結束，並生成包含關鍵事實、時間和對應證據的描述。它能根據談話內容劃分經歷，而不只是按固定時長切割視頻。

Memory（記憶）：把經歷整理成日、週、月摘要及長期記憶。回答問題時，AI 可以先查摘要，再逐層找到具體經歷，必要時回看原始畫面或錄音，核實細節。

目前，Loom 仍由多個專用模型和記憶檢索系統配合工作，計劃未來進一步將這些能力整合進一個端到端的多模態模型。

官方自測中，Sense 識別近 20 類日常活動，F1 得分為 88.6，平均每次判斷耗時 0.51 秒。Moment 在判斷經歷起止時間方面超過 Gemini Flash，但生成的文字描述仍不如後者準確。Memory 得分為 79.0，比 mem0 高 18 分，每道題平均處理的 Token 量僅為後者的 14.5%。

Loom 將率先用於 Looki 自家的可穿戴設備，目前尚未開放獨立模型 API，模型權重也未開源。