Memory as a Service：π 的 MEM 揭示的核心问题

概述：MEM 告诉我们什么

Physical Intelligence 的 π 项目最近推出了 MEM（Memory-based Manipulation，基于记忆的操纵），将记忆架构带到了机器人学习的前沿。MEM 有两项关键创新：

• 短期记忆：基于帧级 π 表示的高效视频编码器，用于压缩近期历史
• 长期记忆：语言记忆机制，用于维护长时序上下文

在多样化的机器人和非机器人数据上训练后，MEM VLA 能够：

• 处理需要长达 15 分钟连续记忆的任务
• 通过记住视野外的物体来应对部分可观测性
• 根据上下文自适应调整操纵策略

SLAM 能带来什么

你的 SLAM 流程已经正好输出了记忆系统需要的东西：时空一致的世界状态序列。这正是记忆架构所需要的训练信号。

下表分解了记忆的需求和 SLAM 能提供的东西：

换句话说：MEM 解决了模型侧问题。SLAM 解决了数据侧问题。

三种商业模式：金字塔

遵循金字塔原则——我们可以从即时产品到长期基础设施构建机会结构：

1. 支持记忆的数据集产品

现有的所有开放数据集（DROID、Open-X Embodiment）都由简短的原子任务组成。它们缺乏长期时间结构。我们可以故意收集并打包具有记忆结构的数据：

2. 场景记忆即服务

对于已经部署机器人的客户（餐厅、仓库、医院），你可以提供持续的记忆维护：

3. 记忆基准 + 评估基础设施

复杂的物理任务需要复杂的记忆系统——机器人需要详细记住最近事件，同时保持长期记忆（例如，厨房哪些区域已经清洁过）。目前，机器人记忆领域还没有标准化基准，就像 NLP 早年一样。

为什么是现在

π 的 MEM 论文揭示社区正在朝着长时序记忆方向发展。但每个人都关注架构，不关注数据。这正是 SLAM 驱动的数据基础设施创造价值的最佳窗口：

• 架构进步增加了对高质量结构化记忆数据的需求
• 没有其他人在系统性生产这种数据
• 你的 SLAM 流程已经拥有核心技术

总结

π 的 MEM 带来的核心洞见不在于架构——而在于我们现在知道了记忆系统需要什么，瓶颈在于数据。你的 SLAM 流程在三个层面都完美定位，可以解决这个问题：

机器人领域的记忆革命不只需要更好的模型——它需要更好的数据。这就是 XRollout 的切入点。