长任务机器人开始主动经营记忆

把物体放进两个外观相同的抽屉之一，再让机器人去做别的事。等它回来，只看眼前画面，往往无法判断该开哪个抽屉。长任务机器人因此需要空间记忆——在内部保留物体的位置和状态。但问题不只是“记没记住”，还在于有限的记忆该留给什么。

GaussMemory把场景表示成大量带位置、颜色、大小和透明度的三维小斑点，也就是 3D Gaussian Splatting。它不再用固定规则平均记录所有东西，而是让“读取记忆”和“更新记忆”共用一套注意力机制：当前任务越关心某个物体，系统越会精细更新它；无关背景则尽量少动。论文报告了一个很直观的结果：被操作物体的位置更新系数平均约为 0.74，背景斑点仅约 0.06，说明系统确实学出了有选择的记忆策略。

作者自述，GaussMemory在 LIBERO 的 Goal 和 Long-10 任务上超过 MemoryVLA，并在 VLABench 两条赛道上分别超过对比方法 5.2% 和 6.0%。更值得注意的不是单个分数，而是机器人记忆开始从被动录像，转向围绕行动目标主动取舍。