RecodeX 重构消息，浙江大学与联想团队合作提出以事件为中心的多模态长期记忆方案EM²Mem，将传统“先检索后对齐”模式调整为“先对齐后检索”，在记忆构建阶段即关联同一事件中的人物、物体、行为、时间等线索，搭建多尺度事件档案，并通过情节图、语义图连接不同经历以沉淀长期规律。

实验显示，该方案相比现有方法在事件级证据召回率、问答准确率上显著提升，同时大幅降低单次问答耗时与token用量；记忆构建一次即可多次复用，摊平成本后长期使用效率优势明显。团队基于该技术搭建了多模态智能体记忆系统LightMem-Ego，可落地为个人生活助手、科学实验室助手等场景。