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
- Agility Digit 5 搭载 Nyobolt 快充电池：工作 90 分钟、9 分钟充满 — xmercury_one · 2026-10-16
- 浙大提出 VLA-Δ:显式监督物理状态转移提升机器人控制 — OmniAI-ZJU · 2026-10-16
- 中科院自动化所提出 PINT:共享预测意图 token 统一机器人操作三任务 — Xinyu Guo · 2026-10-16
- TouchScale 发布 500 小时统一采集第一人称视触觉数据集 — jiqizhixin · 2026-10-16
- 12 岁自筹 2 万美元基金的创始人再融资 1100 万打造家用本地 AI 电脑 — nick_linck · 2026-10-16
- 机器人独自跑去 Costco 买 1.5 美元热狗，演示看乐网友 — majidmanzarpour · 2026-10-16