近日，智元 AGIBOT 发布终身具身智能框架 LIFE。
近日，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，用于支持机器人在任务执行期间及任务间隔期获取环境信息，并将历史观察用于后续决策。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 评测资源已开放。
所谓「终身」，与传统具身智能框架的差别在调度单位：传统具身智能系统以单个任务为中心，接收指令、感知、规划、执行，任务结束即重置状态。但在任务执行期间及任务之间，物理环境仍在持续变化。LIFE 通过持续监测环境、选择性保存观察并复用任务解决方法，探索机器人如何积累和利用跨任务的方法。
在「理解指令—调用工具—等待结果」的流程中，工具执行期间的环境变化可能影响后续行动。LIFE 在此基础上增加了持续运行的感知与记忆链路，使系统能够在工具运行时跟踪相关条件，并将值得记录的变化保存为可检索的历史信息。
框架由三部分协同构成：轻量决策模型「RoboBeats」负责条件跟踪与事件发现，判断何时需要触发响应或记忆写入；可塑性记忆模块「Plastic Memory」保存选中的原始画面及结构化记录；能力复用机制「EDM」（Explore–Distill–Mount，探索—提炼—挂载）将问题求解过程中形成的方法转化为经过验证的工具与技能。三个模块与多模态大模型驱动的智能体协同运行。
据智元远征 Research Team 介绍，LIFE 旨在使机器人在未接收到指令时保持环境感知，积累历史记录，并在新的问题出现时调用已有经验。
图 1｜LIFE 整体架构：持续观察、主动感知、可塑性记忆与自主学习四部分围绕智能体协同工作。来源：论文。
01/ 三项能力协同，让机器人持续在线
单次任务完成度反映机器人在特定指令下的执行表现。LLIFE 则进一步研究跨任务的信息积累与调用，关注系统在未接收到新指令时的环境监测，以及相关观察在后续问答和行动中的应用。
这一转向的工程前提在端侧。RoboBeats 通过轻量判断筛选需要进一步处理的画面，减少大模型逐帧完整分析的需求；同时复用历史计算缓存，降低连续观察中的重复计算开销。单张 RTX 5090 上，RoboBeats-2B 处理一帧新画面的延迟约为 75 毫秒；同时检测 16 个条件时，延迟约为 77 毫秒。在该测试设置下，增加检测条件数量未显著增加延迟，为系统持续运行提供了性能支持。
心跳：RoboBeats，未接收指令时持续感知
RoboBeats 是一个轻量决策模型（Decision Model），支持 0.8B、2B 和 4B 三种参数规模。模型不逐帧生成文本回答，而是读取 true / false 标签的得分，判断自然语言描述的条件是否成立。多个条件共享视觉输入和历史计算缓存，各自维护预测状态。
执行任务时，智能体可设置持续监测的条件，例如「电梯门是否打开」「抓取动作是否完成」。在没有新任务指令时，系统仍可检测新事件，筛选值得记录的观察，再由写入模型生成描述并保存相应画面。团队将这种持续感知机制称为「心跳」。
在 StreamingBench 的主动输出任务（PO）上，以参考时刻前后 2 秒内首次触发的准确率为指标，RoboBeats-4B 从 21.2% 提升至 64.0%；在 SPOT-Bench 上，动作边界检测的 F1 分数（百分制）从 26.4 提升至 45.8。
图 2｜RoboBeats 复用同一条视频流，同时对多个条件输出成立概率。来源：论文图 4。
图 3｜条件成立即行动：大图为第三人称视角，小窗为机器人第一视角。来源：智元远征 Research Team 实拍。
记忆：可塑性记忆，将观察过程保存为可检索记录
由于采集时难以预判哪些细节将用于后续任务，可塑性记忆分别保存原始画面和当前解析结果：原图保留现场信息，结构化记录（JSON）保存时间、位置、人物与物品等线索。执行智能体通过工具快速检索已有记录；具备文件读取和编程能力的编程智能体，则可回看原图、提取新信息，并补充字段与索引。
这一机制使记忆既支持历史信息检索，也可根据后续需求更新。例如，系统最初保存的门口画面未记录房间号，后续需要按房间号检索时，可重新分析原图，提取门牌文字并补充索引。
在基于 24 小时真机录像的案例研究中，远征 A3 Ultra 连续采集一天的第一视角视频，团队随后通过离线回放构建记忆，并开展历史信息问答。以 12 时 30 分为提问时点，在被问及外套最后出现的位置时，系统检索到 12 时 18 分外套位于茶水间椅背上的记录，并展示对应历史画面及拍摄位置。在判断会议室两只杯子的归属时，系统结合人物到场和杯子使用记录，找到绿色杯子的归属依据；由于黑色杯子在参会者到场前已出现，系统未将其归属于某位参会者。
团队围绕当天记录设置了 6 个问题，每题测试 3 次。在使用相同的 GPT-6.1-sol 问答模型的条件下，LIFE 得分为 29.5/30 分，平均回答用时 80.6 秒；同样获得已构建记忆的 Codex B 对照组得分为 28.5/30 分，平均回答用时 554.7 秒。
图 4｜可塑性记忆：保留画面、时间与位置，日后可回看并提取新线索。来源：论文。
图 5｜一天的录像构建为记忆后，回答人物、物品与活动相关问题。来源：论文。
自进化：探索形成的方法，转化为可复用工具
EDM（探索—提炼—挂载）沿用前作 ReSight 的机制。当现有工具无法解决问题时，编程智能体查看历史记录、编写程序，探索检索与去重方法；验证有效后，将相关方法提炼并挂载至系统工具库，供后续任务直接调用。这一能力扩展发生在程序、工具接口与技能层面，不要求基础模型在每次任务后更新参数。
在 FindingDory 实验中，挂载 EDM 构建的能力后，系统在 597 个未参与能力构建的查询上，成功率从 37.5% 提升至 65.8%，提升 28.3 个百分点、相对提升约 75%。其中，37.5% 为未挂载 EDM 时在同一批查询上的结果。
图 7｜EDM：探索—提炼—挂载，把摸索出的办法沉淀成可复用的能力。来源：论文图 12。
02/ 六组基准测试与全天实验，验证持续在线
论文分别评估了条件跟踪、历史记忆问答和能力复用。不同测试采用各自的指标与比较设置，主要结果如下：
● 端侧运行性能：RoboBeats-2B 在单张 RTX 5090 上处理一帧新画面的延迟约为 75 毫秒，同时检测 16 个条件时约为 77 毫秒。
● 主动感知：在 StreamingBench 主动输出任务（PO）中，以参考时刻前后 2 秒内首次触发的准确率为指标，RoboBeats-4B 的结果从 21.2% 提升至 64.0%。
● 动作边界检测：在 SPOT-Bench 中，动作边界检测的 F1 分数（百分制）从 26.4% 提升至 45.8%。
● 记忆有效性：在 SSS-Bench（171 段视频 / 618 个问题）中，仅凭文本记忆作答，且写入画面数量、写入模型和问答模型相同的条件下（论文表 15），采用 RoboBeats-2B 的方案问答准确率从 40.9% 提升至 60.5%，提高 19.6 个百分点。
● 回溯问答：在 OVO-Bench 回溯问答子集中，仅使用文本记忆时，情景记忆和动作序列识别相关指标分别提升 6.2 和 6.1 个百分点；写入端输入 token 数量减少约 45%。
● 长时记忆与能力复用：在 FindingDory 的 597 个未参与能力构建的查询上，成功率从 37.5% 提升至 65.8%。
● 24 小时真机实验：设置 6 个问题，每题测试 3 次。在使用相同的 GPT-6.1-sol 问答模型的条件下，LIFE 得分为 29.5/30 分，平均用时 80.6 秒；对照组 Codex 得分为 28.5/30 分，平均用时 554.7 秒。
注：SSS-Bench 的 60.5% 为仅凭文本记忆作答、写入画面数量相同、使用相同写入与问答模型条件下的问答准确率，不等同于「记忆准确率」。
图 6｜从持续感知到记忆问答的六组基准结果。来源：论文图 1。
图 8｜SSS-Bench 各类问题的问答准确率。来源：论文图 10。
03/ 论文、代码与模型同步开源，开发者当天可复现
LIFE 论文、项目主页、代码与 RoboBeats 三种参数规模的模型已同步开放，供开发者开展研究与复现。
● 论文：Learning to Live: A Step Toward Lifelong Embodied Intelligence
● 项目主页：agibotgeneral.github.io/life-site
● 代码：GitHub · AgibotTech/LIFE
● 模型：RoboBeats-0.8B、RoboBeats-2B、RoboBeats-4B
此次发布是智元面向机器人持续运行与经验利用的一项技术探索。LIFE 将持续感知、历史记忆与工具复用纳入同一框架，将研究范围从单次任务执行延伸至跨任务的信息积累与调用。论文提出，后续研究需进一步结合长期目标与自主行动，并通过多日在线部署和动态仿真，评估系统在持续变化环境中的记忆更新、决策与运行可靠性。
来源：互联网
