看见不等于记住，浙大提出具身记忆基准
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。但对具身智能体来说，把过去的观察、行动和反馈连起来，并在下一次任务中用上，仍然是一道难题。

浙江大学OmniAI团队提出EmbodiedMemory-Bench，通过四类任务、2554条可执行的交互样本，系统评测智能体能否从历史中建立记忆，并用它完成后续任务。该工作还提出外部记忆系统Embodied-Memorizer，以及学习管理和使用记忆的EMem-8B模型。发布三周左右，这个benchmark在Huggingface上的下载量已经接近30000次。

论文链接：
http://t.cn/AXlF8STK

项目主页：
http://t.cn/AXlF8STC

代码链接：
http://t.cn/AXlF8ST9

基准链接：
http://t.cn/AXlF8STN