OpenAI 4 日宣布，ChatGPT 推出全新記憶合成系統 Dreaming V3，重點強化對話上下文延續、使用者偏好與遵循規範，以及記憶隨時間自動更新。美國 Plus 與 Pro 訂閱用戶優先升級，幾週內再逐步擴及其他國家與 Free 與 Go 方案用戶。
這次更新核心，是讓 ChatGPT 不再只是被動保存使用者明確要求記住的內容，而是背景自動分析聊天歷史，主動整理成更有用的記憶。OpenAI 表示，Dreaming V3 旨在改善記憶過時、內容不夠準確，以及長期多輪使用情境的擴展壓力。系統會自動合成記憶狀態，讓 ChatGPT 後續回答更貼近當下情境。
OpenAI 也新增「記憶摘要」（Memory summary）管理頁面，讓使用者查看 ChatGPT 掌握的記憶摘要，並可自行新增、更新或刪除，同時設定哪些話題應在何種情境提起。若想追問某記憶細節，使用者也可用對話確認。
效能方面，OpenAI 指 Dreaming V3 將免費用戶運算成本降低五倍，有機會維持品質同時觸及更廣大用戶群。Plus 與 Pro 用戶記憶容量也會增加兩倍。
- ChatGPTの“記憶”を刷新 メモリ機能の新基盤展開、無料ユーザーへも順次
- ChatGPT’s memory functionality has been intelligently updated, improving its ability to adapt to user preferences and appropriately forget old information
- ChatGPTのメモリ機能が進化 古い情報を自動更新、好みや制約も正確に反映
- OpenAI、「ChatGPT」の“記憶”システムを刷新。時間の概念をもつ「Dreaming V3」を展開
（首圖來源：shutterstock）
還想知道什麼？TechNews Smart 告訴你
Dreaming V3 如何提升用戶黏著度並影響 AI 助理市場競爭？
Answer | Powered by TechNews Smart AI
中國深度探索（DeepSeek）推出的 DeepSeek-V3 模型，憑藉其 671B 參數的混合專家架構（MoE）與極低的訓練成本，正式向全球 AI 市場投下震撼彈。該模型不僅在編程與數學推理基準測試中展現出媲美 GPT-4o 的實力，更透過支援「思考」與「非思考」雙模式切換，以及自動調用搜尋與程式碼執行器，大幅提升了 AI 助理的實用性。目前 V3 已導入騰訊元寶等應用，以全免費策略與極低延遲的 API 服務，讓高效能 AI 走入大眾日常，透過高頻次的工具化應用與深度邏輯處理，顯著強化了用戶對特定平台的依賴度與黏著性。
這種「極致性價比」的開源策略，正將 AI 產業的競爭維度從單純的技術領先，轉向成本效率與生態普及的拉鋸戰。DeepSeek-V3 的出現打破了封閉式模型的高價壟斷，迫使 OpenAI 等巨頭必須重新審視定價策略與算力分配。對企業而言，這加速了從 AI 訓練轉向 AI 推論的趨勢，並推動雲端服務商（CSP）更積極研發自有 ASIC 晶片以降低對昂貴 GPU 的依賴。當 AI 助理不再是昂貴的奢侈品，而是低門檻的基礎建設時，誰能更深層地嵌入用戶的工作流與生活場景，誰就能在下一波自動化代理的紅海中，建立起難以撼動的生態護城河。
運算成本降低五倍對 OpenAI 擴大市佔有何戰略意義？
Answer | Powered by TechNews Smart AI
OpenAI 財務長 Sarah Friar 揭露，AI 推理成本正以超越摩爾定律的速度下滑，帶動運算利潤率從 52% 提升至 70%。當運算成本降低達五倍之多，OpenAI 在搜尋市場的市佔率於半年內翻倍至 12%，顯示 AI 已從昂貴奢侈品加速走向隨手可得的工具。透過頻繁更新如 o3-mini 等低成本輕量化模型，OpenAI 成功在 GPT-5 問世前，利用 API 降價策略鎖定開發者生態系。目前 OpenAI 已吸引全球 8 億週活躍用戶，正試圖利用成本紅利將 ChatGPT 轉型為「AI 超級助理」入口，以應對每年高達 80 億美元的營運壓力。
這種「單價跌、總價漲」的 Token 經濟學，核心在於建立不可逆的「運算飛輪」。OpenAI 試圖透過規模經濟抵銷硬體折舊壓力，將算力轉化為類似傳統 SaaS 的穩定獲利結構。降低五倍成本不僅是為了生存，更是為了在長達十年的基建馬拉松中奪回成本議價權，並藉此「去商品化」競爭對手的價格優勢。當 AI 服務進入算力精算期，OpenAI 轉向自研晶片與多雲架構，本質上是為了擺脫「NVIDIA 稅」並緩解營收增長追不上成本擴張的焦慮。這場豪賭若能成功提升變現效率，將迫使 Google 等對手重新評估補貼策略，重塑整個 AI 產業的商業規則。
記憶摘要功能如何平衡個人化體驗與用戶隱私保護？
Answer | Powered by TechNews Smart AI
科技巨頭正加速導入「記憶摘要」功能，如微軟 Recall、Google Gemini 與 Apple Intelligence，旨在透過記錄用戶行為與偏好提升個人化體驗。為化解隱私疑慮，業者普遍採取「地端優先」策略，利用 NPU 進行邊緣運算，確保敏感資料保留在裝置內而不上傳雲端。微軟在資安壓力下將 Recall 改為「預設關閉」並強化加密與身分驗證；Google 則推出「私有人工智慧運算」架構，利用硬體隔離區確保雲端處理過程不可被讀取。此外，提供透明的「選擇加入」機制、應用程式排除清單及隨時刪除紀錄的功能，已成為當前平衡便利與隱私的標準配備。
記憶功能的競爭本質上是「信任經濟」的角力，科技廠商試圖將隱私保護從法律合規轉化為產品競爭力。將運算留在地端不僅是為了規避監管風險，更是為了降低雲端算力成本並提升反應速度。蘋果憑藉軟硬整合優勢建立的「私有雲端運算」標準，正迫使微軟與 Google 必須在硬體層級投入更多研發，以證明其安全性可被驗證。未來，具備「遺忘能力」與「動態監管」的 AI 代理架構將成為企業級市場的敲門磚。這場技術典範轉移顯示，唯有掌握「隱私強化技術」的業者，才能在不觸發用戶防衛心理的前提下，深度挖掘個人化數據的商業價值。
主動合成記憶技術將如何改變生成式 AI 的互動模式？
Answer | Powered by TechNews Smart AI
生成式 AI 互動模式正迎來質變，核心技術從單純的資料檢索轉向「主動合成記憶」。透過 Receler 等穩定微調技術與 MemGPT 的階層式存儲架構，AI 代理（Agent）已能克服「災難性遺忘」，在不重新訓練模型的前提下，精確切斷錯誤聯想並強化特定記憶。這種主動記憶機制結合了 KV 快取與語意快取，讓 AI 能在長週期對話中自動識別並修復過時資訊，實現具備「情境感知」的持續學習。使用者將發現，AI 不再需要重複的提示工程，而是能主動根據過往互動紀錄，合成出更貼近個人需求與專業邏輯的即時回應。
企業端對 AI 落地可靠性的迫切需求，是推動記憶體架構從「被動儲存」轉向「主動合成」的主因。當 AI 具備自主維護記憶的能力，便能有效跨越通用模型與垂直領域專家之間的溝通鴻溝，在醫療、法律等低容錯領域展現商業價值。這場變革正引發硬體市場的連鎖反應，資料中心架構正從「以運算為中心」轉向「以記憶體為中心」，帶動 HBM、PIM（存算一體）及企業級 SSD 的需求呈指數級成長。未來，具備自癒能力的記憶系統將不再是加分項，而是 AI 邁向商業化深水區、降低算力成本並提升決策精準度的關鍵基石。
記憶容量翻倍對 Plus 訂閱制的長期商業價值影響為何？
Answer | Powered by TechNews Smart AI
隨著生成式 AI 邁入邊緣運算時代，終端設備如 AI 手機與 AI PC 的記憶體容量翻倍已成為硬體升級的標配。這項硬體變革直接支撐了如 Apple Intelligence+ 或 ChatGPT Plus 等進階訂閱制的運行基礎。目前記憶體占手機物料成本比重已從 20% 躍升至 40%，雖然短期內擠壓了硬體毛利，但卻為軟體服務商提供了更強大的本地推理能力。這不僅能減少雲端算力的 Token 消耗成本，更讓「Plus」訂閱戶能享有更快速、私密的深度推理功能，將硬體規格的提升轉化為長期穩定的經常性收入。
記憶體容量的倍增本質上是為了建立「硬體護城河」，藉此將用戶鎖定在特定的生態系訂閱服務中。從商業邏輯來看，當終端設備具備處理複雜 AI 任務的能力時，服務商能將高昂的運算成本從雲端轉移至用戶端，有效緩解 AI 軟體「賣越多虧越多」的困境。這種轉向「使用權」而非「所有權」的模式，讓企業能透過持續的軟體更新與數據分析獲利，提升客戶黏著度與移轉成本。長期而言，這將推動產業從單純的硬體銷售轉向高毛利的服務導向模式，使具備垂直整合能力的廠商在記憶體超級週期中，仍能維持強韌的獲利動能與資本市場估值。
線