RecodeX 重构消息，浙江大学团队发布EMem-Bench基准，包含2554个可执行任务片段，用于测试具身智能体在模拟家居环境中能否回忆、更新并复用此前看到和尝试过的信息。测试中表现最好的模型平均得分64.2%，团队自研的EMem记忆系统带来较大幅度提升。