玩过 AI 对话游戏的玩家都遇到过这种时刻：三小时前你刚帮一位 NPC 找回了遗失的信物，三小时后再见面，他像从未见过你。这不是模型「不够聪明」，而是大多数方案把「上下文窗口」误当成了「记忆」。蓝图娱乐「知音」对话系统的出发点很朴素：把记忆当成一个独立的系统来设计。
第一层：向量记忆库——把互动事件变成「可检索的记忆」
知音不会把原始聊天记录直接塞进上下文，而是把每次值得记住的互动蒸馏成结构化记忆单元：事件、涉及角色、情感极性、重要度权重。这些单元存入向量库，单角色容量相比传统方案提升 8 倍，检索时按语义相关性召回，而不是机械回溯时间线。
第二层：叙事图谱——让记忆之间产生关联
孤立的记忆仍然会「显得失忆」。叙事图谱把记忆单元按事件因果、人物关系与场景位置连成网络：玩家在城东答应带一瓶酒给铁匠，这个承诺会同时挂在「铁匠」节点与「未完成约定」节点上。当玩家数月后再次路过该城，图谱触发提示，NPC 自然会提起那瓶酒——而不是在几次对话后就忘干净。
第三层：遗忘曲线——重要的记得久，琐碎的主动忘
完全不失忆的 NPC 同样吓人。知音引入遗忘曲线策略：情感强度高、被反复提及、与主线相关的记忆权重衰减慢；寒暄类记忆快速淡出。这既符合真实人际交往的直觉，也把存储与检索成本控制在可控范围。蓝图娱乐在合作项目中的测试显示，启用遗忘曲线后，玩家对 NPC「像真人」的评分反而上升了。
| 记忆系统指标 | 传统上下文方案 | 知音系统 |
|---|---|---|
| 单角色记忆容量 | 基准 | 提升 8 倍 |
| 关键约定召回率 | 42% | 91% |
| 记忆检索延迟 | — | 18ms |
| 玩家「像真人」评分 | 基准 | +23% |
「记忆的本质不是存储，而是取舍。知道该记住什么、该忘掉什么，才像一个人。」——蓝图娱乐交互团队
知音系统可与「蓝芯」大模型端云协同部署，高频对话在端侧完成推理。《蓝芯 BlueCore 3.2 发布》中提到的 MoE 调度优化也进一步降低了记忆检索的算力开销。想了解虚拟人如何把记忆「演」出来，推荐阅读《虚拟人直播的「真实感」突围》。