浙大发布 EMem-Bench：2554 个交互回合考验具身智能体记忆
OmniAI-ZJU · hf · 2026-09-29
浙江大学 OmniAI 团队发布 EmbodiedMemory-Bench (EMem-Bench)，首个直接评测长程具身交互中记忆能力的基准，并提出配套外部记忆系统。
- 动机：智能体在观察、行动、环境变化中需持续维护记忆，但现有模型在四方面存在缺陷——细粒度视觉记忆弱、动态世界状态跟踪不可靠、未记录交互揭示的状态、难以从过往经验泛化；现有基准无法在长程交互中直接评估这些能力。
- 基准设计：2,554 个交互回合，覆盖 4 个任务族；要求智能体从交互历史中构建并更新记忆，再据此完成后续任务。
- 方法：外部记忆系统 Embodied-Memorizer (EMem) 将具身经验组织为空间、事件、场景三类记忆；另训练 8B 策略模型 EMem-8B 管理和使用这些记忆。
- 结果：评测多个开源/闭源 MLLM 与多模态记忆系统，当前模型在四项挑战上普遍薄弱且不均衡；同骨干下 EMem 取得最佳整体表现，EMem-8B 进一步超越其基座。
「具身」频道最新
- 爆料：OpenAI 正在打造未发布的 AI 硬件相机 — ChrisUniverse · 2026-09-29
- Mark Cuban 预言人形机器人 5-10 年内失败，专用机器人将取而代之 — Polymarket · 2026-09-29
- 人形机器人已小批量投产，2026 年造 5 台、2027 年 20 台 — teortaxesTex · 2026-09-29
- 给模型装上机械臂:两个 USB 摄像头加 SO-101,每秒约2次决策抓球入碗 — ai · 2026-09-29
- Scoble 曝实验室新款 AI 眼镜：镜头带可翻折盖，拍摄时亮灯提示 — Scobleizer · 2026-09-29
- 日本产综研 AI 中心招 RA/博士后：多机器人协同，时薪最高 2100 日元 — HirokatuKataoka · 2026-09-29