Physical Intelligence 发布机器人记忆新架构 MEM
ycombinator · x · 2026-08-08
Physical Intelligence (π) 在 Y Combinator Paper Club 展示了最新研究 MEM (Multi-Scale Embodied Memory)，旨在解决视觉-语言-动作（VLA）模型在长时程任务中的记忆瓶颈。
- 核心痛点：当前机器人基础模型已能掌握“洗锅”、“叠衣服”等单一技能，但在执行“清理整个厨房”等复杂多阶段任务时，因缺乏连贯记忆而表现不佳。
- 记忆挑战：保留所有历史观测会导致上下文爆炸，而完全丢弃又会引发“因果混淆”，使模型在模仿学习中产生虚假关联。
- 解决方案：MEM 架构为 VLA 模型引入了多尺度的长短期记忆机制，使机器人能持续追踪任务进度、记住视野外物体位置，并从过往试错中学习。
「具身」频道最新
- 具身智能新范式：机械手贴着人手采集训练数据 — Distinct-Question-16 · 2026-08-09
- Fourier 发布轮式人形机器人 GRW：载重 16kg 专攻工业与看护 — CyberRobooo · 2026-08-08
- DynaRobotics 双臂机器人挑战拆幸运饼干 — rohanpaul_ai · 2026-08-08
- 人机协同抛接球杂耍新突破：机器人连续接球纪录提升五倍 — Jan_R_Peters · 2026-08-08
- 折衣服为何是机器人界世纪难题？解析柔性物体操作挑战 — Olivier__OG · 2026-08-08
- YC 深度探讨：机器人为何迟迟未解决，又为何即将突破 — Y Combinator · 2026-08-08