红熊AI完成数亿元A+轮融资，基于AI“记忆科学”拓展应用

红熊AI宣布完成数亿元人民币A+轮融资，投后估值近30亿元。本轮融资由浙江玖伟私募股权基金、嘉兴长元创投及老股东优雅峰资本联合投资，这是红熊AI在15个月内完成的第6轮融资。

资金将主要用于深化AI记忆科学的人脑启发基础研究，加速OpenBear通用大模型与MemoryBear记忆科学系统的深度融合，并拓展智能客服、智能营销、ChatBI和智能教育四大核心应用场景。

行业背景：记忆层成为大模型商业化突破重点

在大模型早期参数规模与算力竞赛后，行业正步入“应用定义赢家”的深度商业化阶段。目前，围绕大模型“记忆（Memory）”维度的技术已成为关键突破点。

今年记忆层相关融资频繁：Engram、Clipto、记忆张量（Memory Tensor）及MemoraX AI等国内外初创企业均在这一技术方向上获得资本青睐。红熊AI自2024年4月成立以来，确立了“记忆驱动AGI”的技术路径，致力于打破传统基础大模型在真实部署中的记忆壁垒。

解决企业级部署痛点：大模型需要动态“海马体”

传统基础大模型在企业级应用中常面临多重瓶颈：受限于Token约束，长对话易出现上下文断裂或丢失；知识遗忘率高导致服务一致性差；Token消耗随对话线性增长推高算力成本；缺乏因果逻辑验证易引发“幻觉”。

红熊AI认为，仅靠提升基础大模型能力不足以解决企业实际问题。为此，团队在2024年率先提出“AI记忆科学”概念，将大模型的信息处理方式从“静态信息堆砌”升级为“动态有机体管理”。2026年，红熊AI完成了OpenBear大模型与自研MemoryBear记忆系统的第二轮深度融合，并在此基础上构建原生Agent架构，推动企业级AI应用从“一问一答”的被动工具向“记忆驱动推理”的新阶段演进。

技术图谱：OpenBear、MemoryBear与原生Agent

红熊AI构建的核心能力是OpenBear通用大模型、MemoryBear记忆科学系统与原生Agent架构相互依存的闭环生态。

其中，OpenBear是红熊AI自主研发预训练的新一代AGI模型，底层采用MoE（混合专家）稀疏架构。在设计理念上，OpenBear是业内较早采用“为记忆而生”逻辑的预训练大模型，为记忆系统提供了坚实的底层能力基座。