具身智能长记忆新突破：贝塔无限BetaMem获IROS 2026最佳论文提名并刷新多项SOTA

事件概述

在匹兹堡闭幕的 IROS 2026 上，最佳论文奖颁给了研究具身长记忆（Long-term Embodied Memory）的 LT-Mem 项目。该研究指出，通用机器人要实现规模化落地，必须具备以小时、天甚至周为单位的持续运行能力，而不仅仅是几分钟的单次动作执行。LT-Mem 的核心贡献在于让机器人在重访同一空间时，能完整保留每个物体的位置变迁历史，而非仅仅记住最新观测到的样子。这一成果被学界视为具身长记忆从“工程补丁”转变为“公认科学问题”的标志。

与此同时，国内具身智能初创公司贝塔无限（Beta Infinity）发布了其全时空多模态记忆架构 BetaMem，并于 arXiv 公开相关系统方法与实验数据。BetaMem 在 M3-Bench-robot、LoCoMo、OpenEQA 和 EgoLifeQA 四项代表性记忆基准评测中均取得了 SOTA（State of the Art）成绩，尤其在串联多次观察线索、回忆长时间跨度事件及识别个人习惯等任务上表现显著。学术界对 LT-Mem 的认可与产业界 BetaMem 的系统性突破，共同印证了长记忆是具身智能领域正在收敛的核心方向。

核心信息与技术解析

1. 学界现状与空白

当前机器人记忆研究主要聚焦于四个维度，但各自存在局限：

• 空间侧记忆（如 Hydra, ConceptGraphs）：关注“这里有什么”，建立三维场景图，但对动态变化的响应有限。
• 检测类记忆（如 ReMEmbR）：关注“我见过什么”，通过检索相似性获取过去信息，但无法回答物体当前是否仍在原位。
• 变化侧记忆（如 LT-Mem）：关注“它变了没有”，引入易变性分数决定新观测是覆盖、保持还是并存，解决了“时间性失忆”问题，但在外观相似物体身份关联上仍有困难。
• 操作侧记忆（如 MemoryVLA）：关注“我做到哪了”，补充时序上下文以提升长时程任务成功率，但缺乏对记忆本身的管理机制。

现有研究普遍存在三大空白：空间侧与操作侧割裂、记忆写入与验证依赖人工设计、以及缺乏可追溯的证据链（原始数据在摘要后丢失）。

2. BetaMem 架构设计

贝塔无限的 BetaMem 旨在构建一个完整的记忆底座，其核心设计理念是将记忆视为“对世界的判断”而非简单的日志，具体包括：

• 证据与状态分离：

  • 时态状态图：记录当前认为的世界状态。
  • 只追加事件日志：记录状态演变过程。
  • 源数据档案：有限容量下保留选定的原始图像与音频。
  • 这种设计类似法庭中的“案卷”与“判决”，允许状态修正但保留不可篡改的证据，确保出错时可归因。

• 六层记忆结构：

  • L0 工作记忆：当前观察、任务阶段及动作历史。
  • L1-L3 基础记忆：空间、实体、情景三层互相引用，支持状态修订与地点挂接。
  • L4 经验记忆：沉淀规律。
  • L5 程序记忆：存放任务前置条件、技能及恢复分支。
  • 所有层级共用实体、事件和来源标识，确保出处不丢。

• 写入与验证机制：

  • 观察登记来源和时间，模型输出带引用的提案，经外观、位置、时间连续性比对后提交。
  • 关键原则：历史记录仅为搜索线索，非现状证明。机器人需基于旧记忆去现场查看，用新观察确认当前状态。

3. 端到端闭环与自我进化

• 统一大脑共享状态：BetaMem 与世界动作模型 BetaWAM 同属 BetaBrain，实现分工保留、状态共享，避免规划、控制和预测缓存分歧。
• 多层级记忆读取：
  • 短时动作/感知记忆：消化小偏差，超阈值才写回任务状态。
  • 跨回合物理经验：将单次交互常识（如玻璃杯滑、柜门开法）沉淀为可复用条目。
• 联合优化框架：将记忆策略与行为策略放入同一反馈框架，奖励函数涵盖任务完成、证据覆盖、状态一致性、失败恢复等八项指标。
• 递归自我改进（RSI）：
  • 通过监督微调与 GRPO 强化学习训练小模型形成可靠记忆。
  • 设计由失败反馈驱动的 RSI 机制，追踪失败环节提出规则修复，经独立回放检验后发布，实现版本化、可回滚的记忆迭代。

值得关注的数据与结论

• 性能表现：使用 9B 开源模型 Qwen3.5-9B 生成记忆，BetaMem 在 M3-Bench-robot 的多细节、多跳和人物理解三类题目上，分别领先最强参照 15.96、23.51 和 27.93 个百分点。
• 消融实验：移除来源证据导致准确率下降 9.47 个百分点；写入学习使符合规则的比例从 50.9% 提升至 86.2%，且输出 Token 减少 47.3%。
• 家庭场景适配：
  • 多变化：通过证据与状态分离，记录物品变迁过程。
  • 多主体：区分不同主人的习惯与偏好，人物理解题得分 78.43%。
  • 长周期：规律需多次独立经历印证，避免单次偶然固化。
  • 信任机制：内置权限检查、永久删除授权及端云协同架构，解决用户隐私与信任问题。

总结

贝塔无限的 BetaMem 通过将记忆构建、检索验证与规则改进串联成完整流程，并引入软件工程中的发布治理思想，解决了具身记忆可训练、可追溯、可回滚的问题。尽管仍需真实家庭长期数据的验证，但其技术路径已清晰展示了具身智能从“孤立执行器”向“长期同事”演进的可能性。