IXThinker·2026-09-19 14:40

機器人視覺記憶新法延遲低至0.68秒

一個機器人研究團隊提出無需專用記憶模組的視覺語言動作模型，直接以帶時間戳的視覺歷史作為上下文，在四項記憶基準總體成績達到SOTA，決策延遲可低至0.68秒。

方法核心

方案的思路是讓機器人直接參考過去的視覺記錄理解當下該做甚麼，被遮擋物件的位置、某個動作已完成的次數與任務進度，都可以從原生視覺歷史中取得依據，無需額外模組。