大模型之家讯 11月11日，智元（AGIBOT）发布终身具身智能框架LIFE（Learning to Live: A Step Toward Lifelong Embodied Intelligence）。该框架将持续感知、长期记忆与能力复用结合起来，使机器人在任务执行期间乃至任务间隔期都能持续获取环境信息，并用历史观察辅助后续决策。相关论文、项目主页、RoboBeats系列模型（0.8B/2B/4B）推理代码与权重，以及SSS-Bench评测资源均已开放。
LIFE由三个部分协同构成。轻量决策模型RoboBeats基于Qwen3.5构建，以每秒1帧的速度处理视频流并对每帧打分，负责条件跟踪与事件发现，判断何时触发响应、何时写入记忆，从而不必让大模型逐帧分析。可塑性记忆模块Plastic Memory采用“原图加笔记”的双轨保存方式：一边留存原始画面及拍摄时间、位姿，一边用JSON结构化记录时间、地点、人物、物品等线索。日后若需要当时未提取的细节，具备编程与读图能力的智能体可回看原图，提取门牌号等信息并补充进索引。能力复用机制EDM（探索—提炼—挂载）沿用前作ReSight的思路：当现有工具解决不了问题时，编程智能体检索历史记录、编写程序摸索解法；验证有效后，该解法会被提炼为工具并挂载进工具库，供后续任务直接调用。这种能力扩展发生在程序、工具接口与技能层面，不需要在每次任务后更新基座模型参数。
据智元披露，在FindingDory的597个未参与能力构建的查询上，挂载EDM构建的能力后，系统成功率由37.5%提升至65.8%。论文中的案例还回放了真实机器人连续24小时拍摄的视频，并用6个问题检验系统能否从一天的经历中积累记忆、回答关于人物与物品的日常提问。
原创文章，作者：志斌，如若转载，请注明出处：http://damoai.com.cn/archives/20000
