RespostasPublicado18 fontes
Agentes de IA conseguem lembrar o que viram e usar isso depois?
O EMem Bench, criado pela equipe OmniAI da Universidade de Zhejiang, reúne 2.554 episódios interativos para testar se agentes conseguem guardar e usar experiências anteriores. O benchmark testa quatro capacidades: lembrar observações, acompanhar mudanças no ambiente, guardar informações reveladas pelas interações e...
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- O EMem Bench, criado pela equipe OmniAI da Universidade de Zhejiang, reúne 2.554 episódios interativos para testar se agentes conseguem guardar e usar experiências anteriores.
- O benchmark testa quatro capacidades: lembrar observações, acompanhar mudanças no ambiente, guardar informações reveladas pelas interações e aplicar experiências anteriores a novas tarefas.
- Em uma análise manual de 100 trajetórias com falhas, quatro tipos de problema de memória somaram 91% dos casos analisados — não a taxa geral de falhas dos modelos.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Zhejiang University’s OmniAI Group’s EmbodiedMemory-Bench (EMem-Bench), reported on October 18, 2026, when was its paper posted to a. Article summary: EmbodiedMemory-Bench (EMem-Bench) is Zhejiang University’s OmniAI Group’s benchmark for testing whether embodied agents can build and update memories from past interactions, then use those memories to complete later task. Topic tags: general, academic, general web, government, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
Um agente de IA que atua em um ambiente precisa fazer mais do que interpretar o que está à sua frente: também deve se lembrar do que já viu, atualizar essa lembrança quando algo muda e usar o histórico para decidir o que fazer em seguida. O EmbodiedMemory-Bench (EMem-Bench), proposto pela equipe OmniAI da Universidade de Zhejiang, avalia essa memória de longo prazo por meio de tarefas executáveis em ambientes simulados.1
17
O artigo foi enviado ao arXiv em 23 de setembro de 2026. A equipe relata que o benchmark reúne 2.554 episódios interativos, distribuídos em quatro tipos de tarefa.1
17
Como o EMem-Bench avalia a memória
Em vez de pedir apenas que o agente responda a perguntas sobre o passado, o benchmark apresenta primeiro um histórico multimodal de interações, organizado em ordem cronológica. Depois, propõe uma nova tarefa: o agente precisa recuperar ou atualizar informações e agir no ambiente para concluí-la.1
11
As quatro categorias avaliam se o agente consegue:
- Lembrar observações anteriores: conservar detalhes visuais vistos antes, como a localização de um objeto.
- Acompanhar mudanças: atualizar a memória sobre a posição ou o estado de um item, em vez de agir com base em informação desatualizada.
- Guardar o resultado de uma interação: lembrar o que uma ação revelou, como se uma tentativa de pegar um objeto deu certo.
- Aplicar experiências a novas situações: usar uma regra aprendida ou uma correção anterior com outro objeto ou em outro cenário.
11
16
Assim, a memória é avaliada pelo que o agente consegue fazer depois. Não basta ter recebido uma informação: é preciso recuperá-la e usá-la corretamente na tarefa seguinte.1
Os tipos de esquecimento que motivaram o benchmark
A equipe analisou manualmente 100 trajetórias com falhas dos modelos Gemini-3-Flash e Qwen3-VL-32B nos conjuntos EB-ALF e EB-Hab do EmbodiedBench. As falhas relacionadas à memória foram agrupadas em quatro tipos:
- Detalhes visuais esquecidos — 35%: o objeto apareceu antes, mas o agente não reteve sua localização e depois o procurou repetidamente.
- Mudanças no ambiente ignoradas — 18%: o objeto havia sido movido ou manipulado, mas o agente continuou agindo como se nada tivesse mudado.
- Retorno das interações não registrado — 31%: o agente não guardou informações reveladas pelo resultado de uma ação, como o sucesso de uma tentativa de pegar algo.
- Experiência não transferida — 7%: mesmo depois de uma demonstração ou correção, o agente repetiu o erro ao lidar com outro objeto.
Somadas, as quatro categorias representam 91% das trajetórias com falhas examinadas. Esse número descreve a amostra selecionada para análise — não a taxa geral de falha dos modelos, nem um resultado de uma amostragem aleatória.
O sistema EMem e os resultados relatados
Além do benchmark, a equipe apresentou o Embodied-Memorizer (EMem), um sistema de memória externa que organiza experiências em memórias de cena, espaciais e de eventos. Também treinou o EMem-8B, um modelo para gerenciar e usar essas memórias.1
6
15
Em uma comparação com o GPT-5.4-mini como modelo-base, a taxa média de sucesso passou de 35,3% sem o EMem para 58,9% com o sistema — uma alta de 23,6 pontos percentuais. Na mesma comparação, o TeleMem teve 37,8% de sucesso.6
Esses resultados se referem a tarefas e condições específicas do benchmark. Eles não garantem o mesmo desempenho em qualquer modelo ou situação de uso no mundo real.
Publicação e downloads
O artigo foi enviado ao arXiv em 23 de setembro de 2026.17 Em 18 de outubro, veículos de língua chinesa publicaram reportagens sobre o trabalho, e a página da equipe também registrou cobertura da imprensa.
6
13 Uma dessas reportagens informou que o benchmark havia chegado perto de 30 mil downloads no Hugging Face cerca de três semanas após o lançamento. O número é um dado publicado na época, não uma contagem atual verificada.
6
O que os resultados não dizem sobre robôs reais
O EMem-Bench avalia a memória por meio de interações em ambientes simulados.1
4 Os resultados ajudam a mostrar como os sistemas se saem nessas tarefas, mas, sozinhos, não comprovam que a memória será igualmente confiável em robôs físicos, sujeitos a ruído nos sensores e erros de execução. Para avaliar isso, seriam necessários testes com robôs reais.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Agentes de IA conseguem lembrar o que viram e usar isso depois?"?
O EMem Bench, criado pela equipe OmniAI da Universidade de Zhejiang, reúne 2.554 episódios interativos para testar se agentes conseguem guardar e usar experiências anteriores.
Quais são os pontos-chave para validar primeiro?
O EMem Bench, criado pela equipe OmniAI da Universidade de Zhejiang, reúne 2.554 episódios interativos para testar se agentes conseguem guardar e usar experiências anteriores. O benchmark testa quatro capacidades: lembrar observações, acompanhar mudanças no ambiente, guardar informações reveladas pelas interações e aplicar experiências anteriores a novas tarefas.
O que devo fazer a seguir na prática?
Em uma análise manual de 100 trajetórias com falhas, quatro tipos de problema de memória somaram 91% dos casos analisados — não a taxa geral de falhas dos modelos.
Fontes
arxiv.orgBenchmarking Embodied Memory for Long-Horizon ...
163.com具身智能体长程记忆：看见不等于记住，浙大提出具身记忆基准