Physical Intelligence 提出 MEM，让 π0.6 的 VLA 记住最长 15 分钟的长时程任务

Physical Intelligence 提出名为 Multi-scale Embodied Memory（MEM）的方法，为视觉-语言-动作模型（VLA）同时提供短期与长期记忆，使模型能完成最长 15 分钟的任务，如清理整个厨房或从头做烤奶酪三明治。