标签
LOCI 面向流式视频世界模型提出了一种混合空间记忆架构，将键值缓存与一个以相机几何为条件的循环线性注意力记忆相结合。相比全 softmax 基线，它能更忠实地重现被重新观测到的内容，同时将峰值内存降低约 30%，并支持以恒定内存流式处理长视频。
HomeBody是一种人形机器人系统，它探索环境、使用Real2Sim构建数字孪生，并利用VLMs执行自主长期任务，如整理厨房。
This paper empirically studies how VLM agents with persistent spatial memory fail when memory becomes stale, using a dynamic FrozenLake testbed. It finds that trusting stale memory can more than double death rates, and that read-time auditing helps but does not fully close the gap.
本文实证研究了视觉语言模型智能体中的空间记忆过时性问题，发现模型常常忽略矛盾的视觉证据，并且信任过时记忆会增加安全风险。作者提出了审计机制，但表明在记忆-观察冲突下的视觉接地仍是一个重大开放挑战。
本文研究空间几何是否提升语言代理记忆回忆能力，证明几何必须主导回忆而非近因或重要性，并指出在3D体素世界中，射线追踪可见性谓词对于遮挡处理至关重要。
本文揭示，食物储存鸟类的卓越空间记忆源于海马群体活动中的几何相变，从无序的‘迷雾’转变为晶体般的集体编码，从而实现超过100倍的内存容量提升。