谷歌研究院提出了 Titans 架构 与 MIRAS 理论框架，为大模型带来一种全新的长期记忆能力：模型在运行过程中即可动态更新自己的核心记忆，而无需离线再训练。这一能力直指当前 Transformer 的核心瓶颈——超长上下文的计算成本。
Transformer 依赖注意力机制回看全部历史输入，但计算量会随序列长度平方级增长，因此难以处理动辄百万 Token 的上下文。研究界曾探索线性 RNN、Mamba-2 等 SSM 方向，以固定大小的状态来压缩上下文，但固定容量依然难以覆盖极长语料的丰富信息。
Titans + MIRAS 的突破在于：结合 RNN 的速度 + Transformer 的表达力，用“可实时学习的深度神经记忆”替代传统固定向量记忆。
Titans：边读边学的长程记忆系统
文献链接：https://arxiv.org/pdf/2501.00663
一个有效的认知系统需要「短期记忆 × 长期记忆」。注意力机制适合短期精确记忆，而 Titans 引入了一个新的长期记忆结构——一个可被梯度即时更新的深度 MLP 记忆网络。
也就是说，模型不是简单“记录”历史，而是：
实时学习、理解、提炼上下文主题与关系 根据重要程度决定是否写入永久记忆
其中的关键机制是 “惊讶度指标（surprise metric）” ——当新输入与模型当前记忆偏差很大时，梯度就会变大，模型认为“这很重要”，并将其写入长期记忆。
例如：
低惊讶：模型已在描述动物，“cat” 并不重要 → 不写入 高惊讶：严肃财报里突然出现“banana peel” → 强烈写入
此外 Titans 引入两项增强机制：
Momentum（动量）：不仅记录突发的信息，也记录紧随其后的相关信息 Forgetting（遗忘门/权重衰减）：防止长期记忆无限膨胀，保持可控容量
MIRAS：统一所有序列模型的理论框架
文献链接：https://arxiv.org/pdf/2504.13173
MIRAS 提供了一套统一视角：所有序列模型（Transformer / RNN / SSM）本质上都是“关联记忆系统”。
它将模型的设计归纳为四个核心要素：
Memory architecture：记忆结构（向量 / 矩阵 / 深度网络） Attentional bias：模型决定“关注什么”的内部目标函数 Retention gate：遗忘机制（各种正则化的重新解释） Memory algorithm：更新记忆的优化方法
MIRAS 的独特之处在于，它跳出了以往模型依赖 MSE 或点积相似度的限制，提出一个更丰富的设计空间，包括非欧几里得目标、鲁棒损失等。
基于 MIRAS，论文还构建了三个不依赖注意力的新模型：
YAAD：使用 Huber loss，降低对异常值的敏感性 MONETA：探索更严格的数学范式，提升稳定性 MEMORA：强制记忆表现为概率映射，保证更新平衡有序
实验：在长上下文任务中远超现有模型
研究团队将 Titans 与上述 MIRAS 模型在 C4、WikiText、HellaSwag、PIQA 等任务上与 Transformer++、Mamba-2、Gated DeltaNet 对比，结果显示：
语言模型精度（perplexity）更低 推理速度保持线性扩展 在极端长上下文（数百万 Token）仍能保持稳定性能 在 BABILong 基准上，Titans 甚至超过 GPT-4，且参数量远小于 GPT-4
研究还发现：记忆网络越深，性能越强，扩展性越好。
