直播预告 | NativeMEM: 一帧一个 Token 激活 VLA 原生记忆|nativemem|token|vla|大模型|机器人|直播

北京时间7月28日(周二)晚19点，将门-TechBeat人工智能社区组织的线上 Talk《NativeMEM: 一帧一个 Token 激活 VLA 原生记忆》将在视频号准时直播。

本次直播我们很开心邀请到——香港大学博士生王子烨。他将从现有 VLA 易遗忘任务历史的痛点出发，介绍 NativeMEM，用原生 Token 压缩画面历史，微调就能给模型增添长效记忆，无需重新预训练。

点击下方“预约”，锁定直播

直播介绍

主题：NativeMEM: 一帧一个 Token 激活 VLA 原生记忆

时间：北京时间 7 月 28 日 (周二) 19:00

简介：
如今的 VLA 已经能完成抓取、放置甚至一系列复杂操作，但是一旦任务依赖历史，它仍可能“边做边忘”。NativeMEM 将每帧历史压缩为一个原生 Token，并直接复用 VLA 自身的视觉表示空间；无需重新预训练，仅通过微调即可让单帧 VLA 获得分钟级、稠密更新的长程记忆能力。

Talk 大纲：

01 为什么 VLA 需要历史？

介绍仅凭当前观测无法决策的任务，并以连续按键、物体归位和商品扫码说明历史记忆的重要性。

02 核心瓶颈：长历史为何难以扩展？

通过 (T×M×N) 揭示历史 Token 随时间增长的问题，以及现有方法难以兼顾长覆盖、稠密更新和原生兼容性。

03 NativeMEM：一帧一个原生 Token

概述 NativeMEM 如何将每帧历史极致压缩为一个 VLA 能直接理解的 Native Memory Token。

03.01 阶段一：学习如何“记”

冻结原有 VLA，仅训练由 Vision Encoder 初始化的 Memory Tokenizer，并使用 Action Loss 学习任务相关的历史表示。

03.02 阶段二：学习如何“用”

离线缓存紧凑的 Memory Tokens，通过少量任务数据微调，即可将单帧 VLA 转换为记忆增强策略。

04 实验结果：仿真与真机全面提升

总结 NativeMEM 在仿真任务中达到 84.0%、在真机任务中达到 98.7% 平均成功率。

05 可解释分析：模型究竟记住了什么？

通过空间与时间注意力可视化，说明 Memory Token 会关注关键物体，并检索真正影响当前动作的历史时刻。

06 Case study：证明原生记忆确实激活了 VLA 先验

以商品扫码中的失败—重试案例说明，NativeMEM 能区分动作尝试与真实进度，并激活预训练 VLA 已有的通用恢复能力。

07 Take Away：记忆应该成为 VLA 的原生能力

参考资料

论文标题： NativeMEM:Native Memory Compression for Long-Horizon Robotic Manipulation Paper: https://arxiv.org/abs/2607.06678 Project Page: https://opendrivelab.com/NativeMEM

讲者介绍

王子烨

香港大学·博士生

王子烨，目前为香港大学数据科学研究所博士研究生，主要研究方向为具身智能（Embodied AI）、机器人操作（Robotic Manipulation）以及3D世界模型（3D World Model），致力于研究机器人对复杂三维环境的理解、预测与长期自主决策能力。

在 ICLR 2025 Oral 工作中，提出时空一致的高斯表示方法，将高动态三维序列重构为连续、可预测的结构化3D表示，为复杂动态场景的理解与未来状态预测提供了新的技术路径；在 NeurIPS 2025 工作 GauDP 中，进一步将多视角图像与3D Gaussian表示相结合，从多智能体观测中恢复共享三维场景，并将几何信息引入Diffusion Policy，以增强协作机器人操作中的空间感知与策略泛化能力；近期提出 NativeMEM，面向现有Vision-Language-Action模型缺乏长期历史感知的问题，利用VLA原生视觉编码器将每帧历史观测压缩为紧凑的视觉记忆token，并通过动作监督实现记忆表示与预训练策略的有效对齐，使单帧VLA能够处理依赖长期、细粒度历史信息的复杂操作任务。三项工作从三维世界表示、机器人策略学习到长期记忆增强VLA，逐步探索面向通用机器人智能的关键技术。

个人主页：https://ziyeeee.github.io/

载誉重返讲坛，以工程实践反哺理论之林，五位青年教授的线上闭门交流

北京时间7月28日(周二) 晚20:00截止报名

详情点击图片跳转

-The End-

扫码观看！

本周上新！

“AI技术流”原创投稿计划

TechBeat是由将门创投建立的AI学习社区（www.techbeat.net）。社区上线700+期talk视频，3000+篇技术干货文章，方向覆盖CV/NLP/ML/Robotis等；每月定期举办顶会及其他线上交流活动，不定期举办技术人线下聚会交流活动。我们正在努力成为AI人才喜爱的高质量、知识型交流平台，希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。

投稿内容

// 最新技术解读/系统性知识分享 //

// 前沿资讯解说/心得经历讲述 //

投稿须知

稿件需要为原创文章，并标明作者信息。

我们会选择部分在深度技术解析及科研心得方向，对用户启发更大的文章，做原创性内容奖励

投稿方式

发送邮件到

yimingzhang@thejiangmen.com

或添加工作人员微信（aceyiming）投稿，沟通投稿详情

关于我“门”

将门是一家以专注于数智核心科技领域的新型创投机构，也是北京市标杆型孵化器。公司致力于通过连接技术与商业，发掘和培育具有全球影响力的科技创新企业，推动企业创新发展与产业升级。