涂鸦 Cerebro：通用上下文系统技术架构与核心能力解析

概述

Cerebro 是涂鸦智能自研的新一代 AI 基础设施，由 OmniMem 记忆系统全面进化而来，定位为面向 AI 时代的通用上下文系统（Universal Context System）。

在家庭智能设备交互场景中，大模型虽然能力持续迭代，但依然存在四类体验断层：跨会话"聊完就忘"、设备间记忆割裂、只会记忆不会调用技能、无法理解用户上传的多模态文件。这些问题的共同根源并非模型不够强，而是 AI 缺少完整的"上下文"。

Cerebro 在 OmniMem 记忆底座之上向上、向外扩展，落地四大核心能力：记忆管理、个人数据托管、技能管理、多主体支持，使 AI 能够记住用户、调用工具、读懂数据、并分清"你"与"你的家"。

---

从 OmniMem 到 Cerebro 的演进

Cerebro 并非从零起步，而是基于 OmniMem 的全面升级。两者关系如下：

维度	OmniMem（记忆系统）	Cerebro（通用上下文系统）
核心命题	让 AI 记住用户	在记住的基础上，会用工具、调度技能、读懂数据、分清主体
能力边界	会话级 / 用户级记忆	记忆 + 数据托管 + 技能调度 + 多主体上下文
短板补齐	—	多模态记忆缺失、记忆偏机械缺温度
产品形态	记忆底座	AI 背后的上下文基础设施

Cerebro 全盘继承 OmniMem 的记忆底座指标，并在其上新增技能动态调度、多模态数据托管、Agent 经验沉淀与多主体统一上下文。

---

系统架构

Cerebro 采用"记忆底座 + 上下文扩展层"的分层架构：

┌───────────────────────────────────────────────────────────────┐
│                    Application Layer                          │
│        智能家居 / 陪伴玩具 / 个人助手 / 知识管理                   │
└──────────────────────────────┬────────────────────────────────┘
                               ▼
┌───────────────────────────────────────────────────────────────┐
│                   Context Extension Layer                     │
│                                                               │
│   个人数据托管          技能管理            多主体支持            │
│  (多模态资源)      (版本化/动态调度)    (设备/用户/家庭)           │
└──────────────────────────────┬────────────────────────────────┘
                               ▼
┌───────────────────────────────────────────────────────────────┐
│                      Memory Substrate                         │
│             继承自 OmniMem 的双通道记忆 + 记忆图谱                │
│      短期记忆（会话级）  +  长期记忆（用户级 / Agent 级）           │
└───────────────────────────────────────────────────────────────┘

Cerebro 本身不是聊天机器人或新模型，而是长在 AI 背后、为 AI 提供记忆、技能、资源与多主体上下文的一层基础设施。

---

四大核心能力

1. 记忆管理（Memory Management）

统一管理日常会话、用户记忆与 Agent 记忆，使 AI 长期保留上下文。记忆分为两个层次：

• 用户记忆：AI 对用户的理解，自动沉淀个人画像并按时间组织日常事件。每份记忆设计为三层视图——一句话摘要、结构化要点、完整原文，既节省存储又支持毫秒级召回。
• Agent 记忆：AI 的工作经验。当成功完成一次任务（如"每个工作日早上 8 点打开窗帘"），系统会将整个过程沉淀为案例（读取联动技能 → 调用执行工具 → 获取设备清单 → 回显确认），下次遇到类似诉求可直接复用。

2. 个人数据托管（Personal Data Hosting）

以 AI 原生方式管理个人数据，使文档、图片等多模态资源不仅被存储，更能被理解与调用。用户上传文件后，AI 立即阅读原文并加工：

• AI 总结：一篇文章或报告，30 秒输出要点
• AI 翻译：跨语言资料随手即译
• AI 扩写：基于原文再创作、再加工

让存入的数据从"存储"转变为随时可问、可用的资产。

3. 技能管理（Skill Management）

将各类能力封装为独立技能模块并支持版本化管理。当用户说"回家模式"或"睡眠模式"时，AI 自动调用对应的智能家庭场景联动技能，生成配置并执行。

• 所有技能支持共享，全员可用
• 修改时出现全局生效的安全提示，确保能力开放、安全兜底
• AI 按场景动态调度最合适的能力，而非"大而全但样样松"

4. 多主体支持（Multi-Subject Support）

用一套统一的上下文底座支撑三种主体，使 AI 准确理解复杂环境：

主体	上下文内容
设备	型号、能力、状态
个人用户	画像、偏好
家庭	成员关系、共享设备、作息习惯等全局语境

---

性能指标

Cerebro 继承自 OmniMem 的记忆底座性能，保持行业领先水平：

指标	表现	对比（主流开源方案）
长记忆召回延迟	< 100 ms（毫秒级）	秒级
记忆准确率（Pro）	> 75%	50–55%
记忆通道	双通道（会话级短记忆 + 用户级长记忆）	单通道
跨 Agent 记忆共享	原生支持（统一结构化记忆图谱）	不支持

在此之上，Cerebro 新增：技能动态调度、多模态数据托管、Agent 经验沉淀、多主体统一上下文。

---

接入方式

Cerebro 为云端能力，需联网使用。目前 Hey Tuya 已接入并跑通完整能力链路；设备侧正陆续接入，整体能力按场景逐步开放。

① 记忆底座（沿用 OmniMem 一键开启模式）：

1. 进入涂鸦 AI 云开发者平台
2. 创建 / 配置智能体
3. 开启「历史会话总结」→ 激活短期记忆通道
4. 开启「长期记忆」→ 激活长期记忆通道与记忆图谱

② 扩展能力（技能调度、数据托管、Agent 记忆、多主体）面向业务场景定向开放，可通过开发者平台申请接入获取详细集成文档。

说明：记忆与数据托管支持敏感信息过滤与脱敏；部分扩展能力处于持续开放阶段，具体可用性以开发者平台为准。

---

适用场景

场景	上下文能力应用	核心能力依赖
智能家居	记住家庭作息、偏好与设备状态，“一次设定，处处懂我”；自然语言直达设备控制	多主体上下文 + 技能调度 + 跨 Agent 记忆
陪伴玩具	长期记住孩子喜好与成长点滴，千人千面个性化对话，每次互动有延续感	用户记忆 + Agent 记忆 + 个性化
个人助手 / 知识管理	数据托管将文档、图片变成可被 AI 调用的资产，总结、翻译、扩写随手即用	数据托管 + 记忆 + 技能

---

总结

Cerebro 的技术差异化体现在三个层面：

1. 架构层：在 OmniMem 记忆底座之上扩展为通用上下文层，从"记住"升级为"会用工具、能调度、读得懂数据、分得清主体"
2. 能力层：记忆管理、数据托管、技能管理、多主体支持四大能力闭环，让 AI 越用越懂用户、越用越聪明
3. 工程层：继承毫秒级召回与高准确率，记忆底座一键开启，扩展能力按场景开放

对于需要在多设备、多主体场景中构建具备"长期记忆 + 主动协作"能力的 AI 应用的开发者，Cerebro 提供了从记忆底座到完整上下文基础设施的解决方案。