FindingDory：评估具身智能体记忆能力的新基准

佐治亚理工学院研究人员开发了名为FindingDory的基准测试，用于评估AI机器人的记忆能力。该基准包含60项任务，分为空间、时间和多目标三类，测试模型在一天内的记忆表现。结果显示，当前最佳模型在高难度任务中成功率仅约50%，而开源推理模型Qwen表现优于Gemini和GPT等闭源模型。研究团队提出将图像转换为文本描述或建立图像层次结构可能是解决机器人记忆存储问题的潜在方法。