提出SpeakerMem-R1记忆架构，显式建模多方对话中说话人身份、关系及群体状态演化，提升长期记忆保真度。

提出训练时离线调用VLM构建轻量工作区记忆，避免推理时昂贵视觉查询，提升长程操作鲁棒性。

为SwiftSage智能体引入自适应记忆模块与自我反思模块，提升长程状态跟踪与错误恢复能力。