MemoryVLA++提出全时序具身模型，缓解长周期抓取失败

传统视觉-语言-动作（VLA）模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身通常只依据当前帧做出决策，这使机器人在长周期任务中容易表现出健忘与盲目，导致抓取失败频发。针对这一局限，研究者提出MemoryVLA++，尝试让模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身同时利用过去、现在与未来的信息。

该模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身受人类认知启发，包含两大核心机制。其一是感知-认知记忆库（PCMB），用于存储历史交互中的细节与语义信息，使机器人能够调用过往经验而非只看当下。其二是世界模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身，在潜空间内模拟未来状态的演变，相当于让机器人在脑海中预演行动后果。

通过融合过去、现在与未来的全时序建模，MemoryVLA++在多个模拟基准和真实机器人任务中展现出优于现有主流方案的表现，鲁棒性与泛化泛化指 AI 面对没见过的新东西、新场景时也能举一反三做出正确反应的能力。这是「通用机器人」和「专用机器」的分水岭。◆ 小白科普 · 现身能力均有提升。这一思路改变了机器人被动应对当前场景的方式，为复杂工业操作与家庭服务场景提供了一条技术路径。