2017年，Transformer架构引入了注意力机制，但计算成本随着序列长度增加而显著上升。Google Research推出Titans和MIRAS架构，结合RNN的速度与Transformer的准确性，支持超长上下文处理。Titans模仿人脑记忆，采用短期、长期和持久记忆，通过“惊喜度量”选择性更新信息。MIRAS统一序列建模方法，拓展了设计空间，推动AI记忆系统的发展。
谷歌在NeurIPS 2025上推出了新架构Titans和MIRAS，突破了Transformer在超长上下文处理中的限制。Titans结合了RNN的速度与Transformer的性能，能够动态更新记忆，扩展上下文至200万token。MIRAS则提供统一的序列建模框架，优化信息整合与记忆更新。这些新架构在处理长序列时优于现有模型，标志着AI领域的重要进展。
完成下面两步后，将自动完成登录并继续当前操作。
