具身智能体长程记忆：看见不等于记住，浙大提出具身记忆基准
2026.10.19 · 事件 · 论文 · 论文预印本
浙大OmniAI团队发布EMem-Bench，用四类任务评测具身智能体的长程记忆能力。
浙江大学OmniAI团队提出具身记忆基准EMem-Bench，包含四类任务、2,554条可执行交互样本，系统评测智能体能否从历史中建立记忆并用于后续任务。团队同时提出外部记忆系统EMem及EMem-8B模型，发布三周左右该benchmark在Huggingface下载量已接近30,000次。
- EMem-Bench含四类任务、2,554条可执行交互样本
- 四类任务：被动观察、动态跟踪、交互失败、经验泛化
- EMem将具身经验组织为场景、空间、事件三种记忆
- 固定GPT-5.4-mini骨干，EMem将平均成功率从35.3%提升到…
- 历史图像更多反而使成功率从36.6%降至26.2%
为什么值得看
揭示具身智能体长程记忆瓶颈，并提供可执行评测基准与记忆方案。
适合谁关注
具身智能、机器人学习与多模态智能体方向的研究者和开发者。