从记忆到行动，还有多远？WorldMemArena把多模态记忆放进真实交互
2026.10.20 · 事件 · 论文 · 论文预印本
多校联合提出多模态 Agent 记忆评测基准 WorldMemArena，论文已被 NeurIPS 2026 接收。
来自 UCSB、斯坦福、苏黎世联邦理工等机构的研究者联合提出多模态 Agent 记忆评测基准 WorldMemArena，论文已被 NeurIPS 2026 接收。该基准把长期记忆拆成写入、维护、检索、使用四个环节，包含 400 项以上多会话任务、24,258 组问答和 15,595 张图像或截图，发现存得多并不保证用得好。
- 提出 Action–World Interaction Loop，把记忆拆成写…
- 含 400+ 多会话任务、24,258 组问答、15,595 张图像或截图
- 任务分 Lifelong Evolution 与 Agentic…
- M2A 记忆召回率 86.83%，最终问答正确率仅 50.14%
- 多数系统在 Lifelong Evolution 上优于 Agentic…
为什么值得看
它把“Agent 忘了”拆成可定位的四个环节，直指记忆评测盲区。
适合谁关注
关注 Agent 记忆、多模态评测与长上下文的研究者和开发者。