WorldMemArena：从行动与世界交互评测多模态 Agent 记忆

来自 UCSB、斯坦福等多家机构的研究者联合提出多模态 Agent 记忆评测基准 WorldMemArena，论文已被 NeurIPS 2026 接收。基准包含 400 项以上多会话任务、24,258 组问答和 15,595 张图像，通过观察、行动与环境反馈的循环，把长期记忆拆成写入、维护、检索、使用四个可诊断环节。