据雷峰网报道，贝塔无限10月20日将BetaMem全时空多模态记忆方法的系统方法与实验论文挂上arXiv，称其使用9B开源模型Qwen3.5-9B生成记忆，在M3-Bench-robot、LoCoMo、OpenEQA和EgoLifeQA四项记忆基准的对比评测中均取得SOTA。本月初在匹兹堡闭幕的IROS 2026则把最佳论文奖授予LT-Mem，具身长记忆由此同时出现在学术奖项与产业方案中。
据雷峰网报道，IROS 2026评委会从近两千篇收录论文中选出LT-Mem。该研究让机器人重访同一空间时保留每个物体的位置变迁史，而非只记住最近一次看到的样子；它用随物体习性变化的易变性分数，决定新观察该覆盖、保持还是并存。论文也列出局限：测试只覆盖两个室内场景和一个室外场景、各10次访问，外观相似物体的身份关联仍困难。
BetaMem的出发点是把记忆视为机器人对世界的判断，而不是日志。论文将其落成三个互相关联的结构：时态状态图记录当前认为的世界状态，只追加的事件日志记录状态如何变化，有限容量的源数据档案留存选定的原始图像与音频，三者共用实体、事件和来源标识。每条状态记录带有空间上下文、置信度、来源和版本号，并标明已观察、推断、冲突、过期或未知；时间分为所述事情的有效区间、看到它的时间和写入记忆的时间。检索时，历史记录只是搜索线索，不是现状证明，机器人需以新的观察确认状态。
在结构上，BetaMem把记忆分为L0工作记忆至L5程序记忆六层，L1空间、L2实体、L3情景互相引用，L4经验记忆沉淀规律，L5程序记忆存放任务前置条件、可调用技能、预期观察和恢复分支。动作层读取同一份状态中的短时动作与感知记忆，以及跨回合的物理经验，用于处理遮挡、拧瓶盖相位和柜门先抬再拉等情形。动作完成后，世界模型依据完整状态预测结果，验证器再与视觉、力觉、位姿等真实反馈比对；误差阈值从该物体、该动作的历史偏差中学习。
贝塔无限还将记忆策略与行为策略放入同一反馈框架联合优化，奖励同时考虑任务完成、关键证据覆盖、状态一致性、失败恢复、用户满意度、执行效率、长期收益和安全风险。团队设计了由失败反馈驱动的记忆策略递归自我改进机制，追踪失败涉及的信息保留、检索和时效判断环节，提出规则修复，并在基础模型与机器人控制器不变的情况下通过独立回放检验，再以版本化、可回滚、带灰度测试的流程发布。
论文给出的结果显示，在M3-Bench-robot上，多细节、多跳和人物理解三类题分别领先最强参照15.96、23.51和27.93个百分点。消融实验中，去掉与原话关联的来源证据后，M3-Bench-robot准确率从48.08%降至38.61%；写入动作符合记忆库规则的比例从50.9%升至86.2%，高于教师模型的72.0%，每条入库动作消耗的输出token从224降至118，减少47.3%。论文也提到自身存在短板。