近日，智元agibot发布终身具身智能框架life（learningto live: a step toward lifelong embodiedintelligence），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“PlasticMemory”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ResearchTeam 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RTX5090 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（DecisionModel），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
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A3Ultra 连续采集一天的
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CodexB 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RTX5090 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：Learningto 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。
