阿里让机器人有了一个比任务活得更久的记忆

大部分机器人 Agent 都是失忆症患者。规划、执行、干完、忘光。阿里高德 CV Lab 刚放出的 ABot-AgentOS，整套设计就是冲着这件事去的。

论文是 arXiv 2607.10350，7 月 11 日挂出来，现在挂在 Hugging Face 论文榜前列。它描述的是一个给机器人 Agent 用的操作系统，由五块组成：场景条件化的规划、上下文隔离的技能执行、多阶段校验、多模态记忆、端云协同。记忆那块他们叫通用多模态图记忆，关键在于它跨任务、跨会话地留下来，而不是随着这一集结束一起死掉。

其中两个设计，就算你这辈子不碰机器人也值得偷。上下文隔离的技能执行，意思是每个技能跑在自己的上下文里，而不是所有东西挤在一个越滚越大的窗口里，这样一个长任务不会把它开头那个计划给沤烂。多阶段校验，意思是系统在中途就查自己的活，而不是干到最后才发现第三步早就错了。这两条针对的失败模式，纯软件 Agent 一样天天撞，而且抄起来很便宜。

他们同时放了 EmbodiedWorldBench，跨多个环境的 200 多个任务，报告的提升集中在依赖记忆的任务上。这是个诚实的邀功位置——因为这套架构本来就是为记忆设计的。代码在 github.com/amap-cvlab/ABot-AgentOS，配套还有一篇 ABot-N1（2607.10383），讲底下那个视觉语言导航基础模型。

Agent 记忆这波浪，起点是聊天机器人记住你的名字。现在它以一张比任务活得更久的图的形式，落到了机器人身上。

https://arxiv.org/abs/2607.10350