四川
聚深智能賽道最近迎來了關鍵性突破，之前賽道上的玩家們還在互相較勁，遲遲拿不出能真正服務普通家庭的產品。
機器人只會按指令走？
賽道卡殼的核心問題是什么？
一邊是干了多年的傳統機器人玩家，機械控制的精度拉滿，但碰到通用場景就卡殼，比如讓他們拿客廳的可樂，經常找不到地方。
另一邊是從自動駕駛轉過來的創業者，擅長路徑規劃和定位，但和用戶打交道總差口氣，生硬得像個復讀機，只會按指令執行，完全不懂察言觀色。
各種 “巨深大腦”“基座模型” 的概念滿天飛，忙活了好幾年，就是沒法把思考、感知、移動、操作、個性化服務整合成一個能在真實世界跑通的閉環系統。
市面上的機器人連 10 分鐘前說過的話都忘，更別提記住你的生活習慣，比如你愛把杯子放在茶幾哪個位置，或者你習慣早上幾點喝牛奶。這樣的機器人，頂多算個高級工具，根本成不了靠譜的家庭伙伴。
這款新架構到底強在哪里？
直到近日，貝塔無限發布了 beta mam，也就是全球首創全時空多模態記憶巨深大腦架構。這也是業界首個面向復雜巨深任務，支持持續在線演化，兼具極致個性化體驗，由端到端強化學習驅動的閉環架構。
基于這套架構，機器人可以通過多尺度終身記憶框架，實時自主推理和規劃任務。實測中，它展示了三項實打實的核心能力：
一是實體記憶，你只要說一句 “幫我拿可樂”，機器人就能自動定位可樂所在的時空位置，規劃好路徑，拿了之后再送到你手里。
二是情景記憶，要是你說 “幫我找鑰匙”，它會主動檢索記憶里存的時間、空間、環境信息，準確定位到鑰匙可能在哪，比如你上周三把鑰匙放在了玄關的抽屜里。
記憶能力真的是破局關鍵？
機器人的記性好壞，直接決定了它能不能成為貼心的家庭伙伴。之前的機器人連 10 分鐘前的對話都記不住，更別說適配你的個性化需求了。換個杯子放到其他地方，它就找不到了；你幫它糾正一次習慣，轉頭它又忘了。
而 beta mam 通過個性化聯合獎勵建模，把用戶的交互反饋、具身任務獎勵、場景隱含獎勵統一成一套獎勵系統，真正打通了從用戶滿意到商業付費的閉環。也就是說，它會記住你每次的反饋，不斷調整自己的行為模式，越來越貼合你的使用習慣。
隨著 beta mam 正式推出并持續演進，人機共融的機器人消費場景，終于要來到普通人身邊了。這不僅會改變智能家居的格局，也會讓我們和機器人的相處方式，迎來全新的改變。以后家里有個記性好、懂你的機器人幫手，或許不再是遙不可及的幻想。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
