MobileMem：モバイル体験の1年間から学ぶ

要旨

次世代のAIエージェントは、孤立した質問に答えるだけのシステムから、ユーザーの経験を理解・記憶し、そこから継続的に学習できる持続的なパーソナルアシスタントへと急速に進化しつつある。このようなアシスタントには、時間の経過とともにユーザー固有の経験を蓄積・活用するための長期記憶が不可欠である。しかし、既存のベンチマークは、経験が異質で、マルチモーダルであり、絶えず進化し、かつ深く個人的であるという現実的なモバイル環境においては依然として不十分である。本稿では、オンデバイス長期記憶を研究するためのベンチマークおよびフレームワークであるMobileMemを紹介する。MobileMemは、1年規模のモバイル経験コレクションに基づき、知識基盤型合成パイプラインを用いて、ユーザーとアプリのセッションから一貫性があり時間的に整合的な長期軌跡を構築する。さらに、マルチホップ推論および時間的推論、知識更新、暗黙的な嗜好推論をカバーする、相補的なテキスト設定とマルチモーダル設定を提供する。具体的には、MobileMemはエージェントが過去を記憶し、現在を理解し、未来に適応することを可能にする。孤立した事実ではなく経験をモデル化することにより、MobileMemは記憶を情報検索の枠組みを超えて、継続的なパーソナル学習のための経験的知能へと押し上げる。

English

The next generation of AI agents is increasingly moving beyond systems that answer isolated questions toward persistent personal assistants that can understand, remember, and continuously learn from users' experiences. Such assistants require long-term memory to accumulate and leverage user-specific experiences over time, yet existing benchmarks remain inadequate for realistic mobile settings, where experiences are heterogeneous, multimodal, evolving, and deeply personal. We introduce MobileMem, a benchmark and framework for studying on-device long-term memory, grounded in a year-scale collection of mobile experiences. MobileMem employs a knowledge-grounded synthesis pipeline to construct coherent and temporally consistent long-horizon trajectories from user-app sessions. It provides complementary text and multimodal settings covering multi-hop and temporal reasoning, knowledge updating, and implicit preference inference. Specifically, MobileMem enables agents to remember the past, understand the present, and adapt to the future. By modeling experiences rather than isolated facts, MobileMem moves memory beyond information retrieval toward experiential intelligence for continuous personal learning.