具身人工智慧學會記憶 機器人記憶系統獲獎

機器人走進房間，看到桌上有一個杯子，或許顯得很聰明。但機器人若記得杯子上周在架子上，且有人移動過它，那完全是另一回事。看見與記住之間的落差，正是名為LT-Mem的研究系統近日備受關注之處。

本月在匹茲堡舉行的大型機器人會議IROS 2026上，最佳論文獎頒給了LT-Mem，這套系統旨在賦予機器人長期空間記憶。據中國科技媒體報導，該研究讓機器人重返同一空間時，能保留每個物件曾所在位置的完整歷史，而非僅有最近一次目擊。評審團特別指出，此方法讓機器人朝能在普通且不斷變化的環境中運作邁進一步。

時機並非偶然。具身人工智慧是將大型模型置入實體機器的領域，已成為中國科技業最繁忙的角落之一。企業正在打造人形機器人原型、訓練機器人基礎模型，並在工廠與倉庫中測試。但多數系統仍難以處理日常瑣事：了解自上次造訪以來有何變化，以及為何重要。

記憶正成為競爭前線。在匹茲堡，獲獎論文將長期記憶定位為必要條件而非功能：作者主張，沒有長期記憶的機器人終將被淘汰。這項訊息出現之際，硬體快速進步，但理解有人居住空間的軟體卻落後。

中國更廣泛的生態系正同步推進。輝達近期擴展其開放式Isaac機器人平台，並推出新的人形機器人參考設計，而Agile Robots等合作夥伴展示了預載輝達GR00T模型與Jetson Thor邊緣晶片的全端原型。另外，宇樹科技一直在推銷其電池續航八小時的H2-X人形機器人，特斯拉則表示其Optimus機器人已在弗里蒙特工廠的高產量產線開始生產，執行長馬斯克提醒，要達到每周兩萬台約需一年。

儘管人形機器人場面熱鬧，IROS獎項指向一個更安靜的瓶頸。會遺忘的機器人難以被信任從事重複性工作，無論是在倉庫取零件或在家中協助。長期記憶也引發資料問題：儲存物件歷史意味著儲存私人空間的地圖，隨著機器更接近人類，這些資訊如何保存與清除將至關重要。

接下來很可能是後續研究浪潮。會議與企業實驗室將測試長期記憶模型能否在機器人內部有限的運算能力上運行，而不僅是在研究伺服器上。首批能展現數周而非數分鐘可靠回憶的商業系統，才值得關注。