大数跨境
首页
>
具身记忆赛道持续升温，长记忆迎来新 SOTA
>

具身记忆赛道持续升温，长记忆迎来新 SOTA

具身记忆赛道持续升温，长记忆迎来新 SOTA AI科技评论
2026-10-21
13
导读：IROS 2026 最佳论文启示录：没有长记忆的机器人，终将被淘汰。
IROS 2026 最佳论文启示录：没有长记忆的机器人，终将被淘汰。

    作者丨邓哲敏

    编辑丨齐铖湧

                                                                                                       

本月初在匹兹堡闭幕的 IROS 2026 将最佳论文奖颁给了 LT-Mem。该研究让机器人在重访同一空间时，能完整保留物体位置变迁史，而非仅记录最新状态。评委会从近两千篇论文中选中它，标志着具身长记忆（long-term embodied memory）已从工程补丁演变为机器人领域的核心科学问题。
通用机器人的规模化落地需要以小时、天甚至周为单位持续运行。缺乏长记忆，机器人仅是孤立的单次动作执行器；拥有长记忆，才能转化为可长期协作的智能同事。然而，解决长记忆并非简单扩大上下文窗口，需应对多模态数据海量存储与检索难、现实世界动态变化导致的新旧信息冲突、以及错误记忆放大等挑战。
早在今年五月，国内具身初创公司贝塔无限（Beta Infinity）联合创始人陶帅便指出，长效、多模态、时空记忆的缺失是首要突破方向。随后团队发布了 BetaMem 全时空多模态记忆架构、世界动作模型 BetaWAM 0.1 及首款机器人多米。10月20日，团队将 BetaMem 的系统方法与实验成果发布至 arXiv。
BetaMem 采用 9B 开源模型生成记忆，在 M3-Bench-robot、LoCoMo、OpenEQA 和 EgoLifeQA 四项代表性记忆基准评测中均取得 SOTA 成绩。尤其在串联多次观察线索、回忆长跨度事件及识别个人习惯等任务上优势明显。学术界通过 LT-Mem 攻坚单点问题，产业界通过 BetaMem 搭建完整记忆底座，两者交汇印证了长记忆是具身智能收敛的核心方向。


记忆这道题，学界做到哪一步

学界围绕机器人长期记忆主要有四类探索方向：
1. 空间侧记忆（“这里有什么”）：如 Hydra、ConceptGraphs 构建三维场景图，Khronos 引入时间维度，DynaMem 更新动态环境。此类方法空间关系清晰，但主要记录当前世界状态。
2. 检测类记忆（“我见过什么”）：如 ReMEmbR 建立可检索的时空记忆。但检索基于相似度，无法回答物体当前是否依然存在。
3. 变化侧记忆（“它变了没有”）：如 IROS 2026 最佳论文 LT-Mem，解决“时间性失忆”问题，通过易变性分数决定新旧观测的处理方式。局限在于外观相似物体的身份关联仍困难。
4. 操作侧记忆（“我做到哪了”）：如 MemoryVLA 和 MEM，补充时序上下文和工作记忆，提升长时程任务成功率。但设计不当的记忆可能放大虚假相关。
现有研究存在三大空白：空间与操作记忆割裂、记忆管理依赖人工设计、缺乏可追溯的证据链。贝塔无限的 BetaMem 方案针对这些空白提供了系统化解法。

把记忆做成一份有出处、有保质期的判断

BetaMem 将记忆视为机器人对世界的判断，而非单纯日志。其核心架构包含三部分：
  • 时态状态图：记录当前对世界的认知状态。
  • 只追加事件日志：记录状态演变过程。
  • 源数据档案：有限容量留存原始图像与音频。
这种设计实现了证据与状态分离。如同法庭审判，证据（案卷）不可涂改，判决（状态）可随新证据修正。每条状态记录包含空间上下文、置信度、来源、版本号及状态标签（已观察、推断、冲突等），并区分事情有效时间、观察时间和写入时间。
记忆分为六层结构：L0 工作记忆、L1-L3 空间/实体/情景记忆、L4 经验记忆、L5 程序记忆。事件日志和源档案贯穿各层，确保记忆经过整合修订后仍可追溯出处。
在写入机制上，遵循“历史记录只是搜索线索，不是现状证明”的原则。机器人需通过最新观察确认当前状态，而非盲目信赖历史记忆。该系统借鉴了推荐系统中处理不确定性和偏好漂移的经验，具备成熟的不确定性治理思路。

让同一份状态进到手里

BetaMem 与世界动作模型 BetaWAM 同在 BetaBrain 内，实现模型、Agent 和动作三层读取同一份状态，避免规划、控制和预测各自缓存导致的数据偏差。
动作层需要两种记忆：
  • 短时动作与感知记忆：处理机械臂遮挡、多圈拧瓶盖等瞬时状态，消化小偏差，超过阈值才触发重试或上报。
  • 跨回合物理经验：将柜门开启技巧、物体触感等常识沉淀为可复用条目，打破回合边界。
动作执行后，世界模型基于完整记忆预测结果，验证器对比真实反馈。误差处理不依赖固定阈值，而是从历史偏差中学习异常标准。

让记忆越用越好

贝塔无限将记忆策略和行为策略纳入同一反馈框架联合优化，奖励函数涵盖任务完成、证据覆盖、状态一致性、失败恢复等八个维度，使记忆成为持续进化的模块。
关键设计包括：
  • 小模型可靠记忆形成：通过监督微调与 GRPO 强化学习，惩罚编造和错误关联，提升记忆完整性与时序一致性。
  • 递归自我改进（RSI）：基于失败反馈定位记忆管理问题，提出规则修复并经独立回放验证，实现安全迭代。
引入版本化、可回滚及灰度测试机制，规避自我进化失控风险。实验数据显示，使用 Qwen3.5-9B 模型生成的记忆在 M3-Bench-robot 多项指标上显著领先，消融实验证实了来源证据和写入学习的有效性。
该表由AI科技评论制作，数据来源于论文中表3-6

走进家庭，想象空间在哪里

BetaMem 的设计高度适配家庭场景的四大特征：
  • 多变化：物品位置动态改变，系统需记录变迁过程而非仅最终状态。
  • 多主体：区分不同家庭成员的习惯与行为，人物溯源能力是关键。
  • 长周期：需归纳长期习惯，且需多次印证才能固化规则，避免偶然事件干扰。
  • 信任：架构内置隐私保护，支持按来源检查权限、永久删除及端云协同，确保数据可控。

下一站，进入生活

长记忆问题同样存在于养老、零售等场景。正如论文副标题所言：Learning What Remains True as the World Changes。贝塔无限通过证据与状态分离、状态进入动作验证、记忆策略联合进化，同时解决了技术上的真伪分辨与用户层面的信任构建。
尽管在独立实证和真实家庭长期数据方面仍有待完善，但随着首款机器人多米的发布，这一方向的实际应用价值值得持续关注。

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。

【声明】内容源于网络
0
0
AI科技评论
聚焦AI前沿研究，关注AI工程落地。
内容 9007
粉丝 0
AI科技评论 聚焦AI前沿研究，关注AI工程落地。
总阅读286.0k
粉丝0
内容9.0k