浙大提出EMem-Bench具身记忆基准
AI 总结
浙江大学OmniAI团队提出EmbodiedMemory-Bench（EMem-Bench），用被动观察、动态跟踪、交互失败、经验泛化四类任务和2,554条可执行样本，评测具身智能体能否利用历史观察、状态变化与行动反馈完成后续任务。团队同时提出外部记忆系统Embodied-Memorizer（EMem），并将Qwen3-VL-8B微调为EMem-8B；在作者自评实验中，固定GPT-5.4-mini为骨干时EMem把平均成功率从35.3%提升到58.9%。论文的full-context设置下，Gemini-3-Flash以64.2%的平均成功率居首，GPT-5.4为56.8%。报道称该基准发布约三周在Hugging Face下载量接近30,000次，结果主要来自仿真环境。
深度见解
作者分析100条失败轨迹发现，91%与具身记忆相关问题有关，说明记忆而非仅感知与规划是长程具身任务的关键瓶颈。
新智元 2026-10-18 13:00 北京
新智元报道
设想一个日常场景：
家庭机器人刚刚在茶几上看见一本书，去厨房完成几项任务后，接到取书的指令，却又开始挨个房间搜索。它已经试过一个打不开的抽屉，过了一会儿，还是回到同一个抽屉前反复尝试。
对人来说，「记得东西放在哪里」「知道它后来被挪走了」「记住哪些办法行不通」，都是日常生活中的基本能力。
#Zhejiang University#OmniAI#EmbodiedMemory-Bench#Embodied-Memorizer#EMem-8B#Qwen3-VL-8B#Gemini-3-Flash#GPT-5.4-mini#Hugging Face#AI2-THOR#ProcTHOR