类脑记忆体系是类脑模型技术体系的重要分支技术之一。记忆同时也是机器人类脑能力的重要组成部分。在认知智能整套体系架构的第二层。感知层之上，学习层之下。记忆体系是感知体系重要的深度载体。感知体系收集到的信息，最终都要存储到记忆体系之上。记忆体系是类脑学习，理解，认知，逻辑，情感，思想观念，意识等等所有体系的最基础支撑体系。缺失了记忆体系，其他更上层的类脑能力体系，将没有基础。记忆体系感知体系收集到的信息，结构化，数码化，分拆存储到各个分支区域上，各个分支区域就是万维图谱的分支图谱。每个分支图谱承载一部分信息。同时在信息拆分的时候，需要用到认知维度的划分和识别。依托认知维度的划分和识别，拆分结构化信息。才能够最终存储到各个分支图谱之上。形成系统化的信息存储，形成类脑的记忆体系。记忆体系对人类大脑尤其重要，对机器人来说更为重要。但是机器人的记忆体系和人脑的记忆体系又有比较大的区别。最大的区别就是，人脑有遗忘机制并且需要反复记忆，机器人不存在。严格来说，机器人的记忆是一次性的，永恒的，而且可以无限扩充的。记忆体系在落地的时候，需要机器人大脑自主维护，自主更新和修改。简单说就是自主增删改查。信息加工理论认为，记忆过程就是对输入信息的编码、存储和提取过程，同时还包括应用过程。做到此过程之后，机器人的记忆体系就非常类似人脑的记忆体系了。
记忆体系的核心承载是万维图谱。万维图谱综合支撑 HNC 概念层次网络，概念层次网络又是类脑的神经网络结构。因此记忆体系的构建，底层最核心的还是万维图谱的构建。万维图谱提供结构化的存储框架。万维图谱本身也是众多分支图谱的综合，每个分支图谱都代表了特定的记忆存储区域（具体可以查看认知智能三大技术体系之万维图谱简介）。这个也是为了模仿大脑的机制原理进行划分的。每个分支图谱负责某几类信息，综合全面的支撑所有信息的存储和记忆。做到类脑模式。万维图谱构建好之后，需要用认知维度划分与识别技术体系把信息归类划分，拆解，形成不同的结构化数据单元。然后再把不同的结构化数据单元，存储到对应的分支图谱之上。就形成了结构化的记忆，类脑的记忆体系。落地需要按照以下几个步骤去操作：1. 构建分支图谱 2. 构建万维图谱 3. 构建 HNC 概念层次网络 4. 用认知维度技术体系对信息进行拆分，形成结构化数据。5. 把结构化数据存储到对应的分支图谱之上。6. 适配好记忆体系和感知体系的接口。7. 适配好记忆体系和学习体系和理解体系等更上层的体系接口。8. 综合调试测试记忆体系的功能。构建记忆体系的难点，在于如何构建万维图谱，这个具体可以查看万维图普的简介，还有另外一个难点就是如何拆分结构化数据。这个可以查看认知维度技术体系简介。
机器人记忆能力是类脑能力的重要能力之一。记忆体系向下对接感知体系，向上对接学习体系，理解体系，认知体系等。计算机或者机器人来说，所有能力的形成都来不开数据，所有能力的复制也都是特定结构化数据和特定的使用方法方式形成支撑的。因此数据依然是计算机和机器人的最底层最核心的支撑。所有类脑能力技术体系最终都是在处理数据。而人脑也同样不例外。只不过人脑存储数据的介质和电脑存储数据的介质完全不同，但是结构和功能和机制可以类似。记忆体系的应用可以赋予给机器人类脑的记忆能力，也可以单独用来处理结构化各种信息，存储各种信息。在大数据和人工智能和认知智能等领域都有非常重要的作用。记忆体系可以构建结构化的数据中心，支撑智能设备记忆学习能力等。其用途非常广泛，并不只是局限于机器人领域。记忆体系的应用需要注意几个方面：1. 以万维图普的分支图谱作为基础支撑，处理不同形式的信息可以选择不同结构的分支图谱进行存储记忆。完全不需要把所有分支图谱都用上。根据需要就可以。2. 构建的万维图普体系，要赋予一套完整的万维图谱使用体系进行对接。万维图谱提供的是结构化的数据库。数据库的应用体系，还是要靠程序员去写代码进行维护更新。因此整套记忆体系来说，其实是分两大部分的，一部分是数据存储结构，一部分是此结构处理维护的基础代码。3. 在大数据领域，人工智能领域，认知智能领域，机器人领域等不同领域，要考虑，是否引入类脑模型其他分支层，比如感知层，学习层，理解层等等。如果要引入，就要考虑好如何对接问题。
记忆能力是人脑的重要基础能力之一。认知智能整套技术体系，也模仿类脑的记忆能力作为核心基础。有了记忆体系，感知体系就有了进一步的存储依据，学习，理解，认知，逻辑，情感，意识等各个类脑的能力才有最基础的结构化数据支撑。目前市面上的机器人，普遍缺失了记忆能力。其核心问题还是系统架构设计的问题。也是人工智能目前尚未解决的核心问题之一。认知智能也把这套技术体系纳入重要的基础技术体系之一。目前记忆体系的落地，主要还是依托认知维度的划分与识别和万维图谱。这两大技术体系共同协作支撑记忆体系。机器人有了记忆之后，类脑的读书学习理解认知等全部都有了构建的基础。这将让机器人可以彻底离开现在的语料库，检索匹配训练等方式。同时让机器人更加智能，更加类人。记忆技术体系的成熟与完善也将标志着，认知智能整套技术体系的更加成熟和完善。