VLM 记忆机制最新综述,从 When, Where, What, How 四个维度看懂记忆
10 小时前

八家机构研究者联合发布视觉语言模型(VLM)记忆机制系统性综述,提出全新4D分类框架,从记忆保留时长、存储位置、存储内容及全生命周期操作四个维度,系统梳理300余篇相关工作,总结八种典型记忆形态,整理近70个评测基准,覆盖长视频理解、多模态RAG、具身智能等八类热点应用场景。综述指出,当前VLM记忆机制面临关键信息易遗漏、信息取舍困难、错误记忆难以察觉、现有评测维度单一等挑战,并提出构建类人分层记忆结构、完善记忆可追溯与可编辑属性等未来探索方向。