机器人的长记忆有了新 SOTA

家里的机器人第三次问你钥匙在哪。它不是没看见，是看见了之后，把上一次的判断覆盖掉了。

一、发生了什么

本月初在匹兹堡闭幕的 IROS 2026，把最佳论文奖给了一项叫 LT-Mem 的研究，从近两千篇收录论文里选出。它解决的问题很具体：机器人重访同一个房间时，要保留每件物品位置的变迁史，而不是只记住最近一次看到的样子。论文把现有系统的通病叫「时间性失忆」——要么用新观察盖掉旧状态，要么存了快照却认不出这是不是同一个物体。

产业侧的动静更早。据雷峰网 10 月 22 日的报道，国内具身公司贝塔无限的联合创始人陶帅今年 5 月就公开说，长效、多模态、时空记忆的缺失是他们要重点突破的方向。10 月 20 日，团队把 BetaMem 的方法与实验挂上 arXiv。

论文的成绩单是四项基准：M3-Bench-robot、LoCoMo、OpenEQA、EgoLifeQA，均报告 SOTA，记忆由 9B 的开源模型生成。最见功力的是需要串联多条记录的题型，在 M3-Bench-robot 的三类难项上——细节、多跳、人物理解——分别领先最强参照 15.96、23.51、27.93 个百分点；人物理解单项 78.43%。消融实验说清了它为什么行：把「原话与来源证据」的关联去掉，同一基准的准确率从 48.08% 掉到 38.61%，损失 9.47 个百分点。

写入环节也有数字。经过训练后，写入动作符合记忆库规则的比例从 50.9% 升到 86.2%，高于教师模型的 72.0%；每条入库动作的生成 token 从 224 降到 118。

论文自己也承认短板：真实家庭环境里的长期数据还没有。

二、跟你有什么关系

做家用机器人的团队：记忆不是上下文窗口开大一点的事。要存什么、留多久、错了怎么改，是三个独立设计题。

做 RAG 或 Agent 的人：这套「状态可改判、证据不可改」的结构，和你处理工单、客户档案时遇到的问题同源。

普通用户：判断一台机器人能不能长期用，看它会不会说「我上次看到在抽屉，但现在要再看一眼」，而不是斩钉截铁告诉你位置。

三、怎么判断

1. 看它分不分「观察」和「推断」。观察带时间戳和来源，推断要标注置信度。混在一起，错误会被固化。
2. 看删除能不能真删。端侧留存、云端只收有界字段、删除时派生索引一起失效，这三条缺一条，家庭场景过不了关。
3. 看单次事件会不会被当成习惯。规律要多次独立经历才成立，一次偶然不能写进规则。

四、三个别信的说法

「上下文窗口够大就有记忆。」 窗口解决的是「能不能放进来」，不解决「该不该信、要不要改」。把一周的视频全塞进去，只会让错误答案有更多素材。

「SOTA 意味着可以进家庭了。」 四个基准里没有一个是真实家庭的长周期数据。报道也点明了这一空白，实验室分数和客厅表现不是一回事。

「记忆就是存日志。」 只存日志，系统知道看过什么，却说不清现在是什么状态；只存状态，出了错无法归因。这套方案的价值恰恰在于把两者分开。

五、一句话结论

长记忆的关键不是记得多，是分得清哪句是看来的、哪句是猜的、哪句已经过期。

信息来源

• 雷峰网：具身长记忆迎来新 SOTA，2026 年 10 月 22 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。