[↖ 研究日志](https://www.goodailabs.com/zh-cn/blog/) 公告 2026年10月3日 空间记忆 # re1 简介：物理 AI 的空间记忆 搜索录制的事件，查看源视频并以 3D 形式重温拍摄的地点。 Good AI Labs · 3 分钟阅读 [探索 re1 ↗](https://www.goodailabs.com/zh-cn/products/re1/) [技术预览 ↗](mailto:research@goodailabs.com?subject=re1%20technical%20preview) re1 · 场景重建18 秒 · 无声视频 [观看 “检查重建的地方” (MP4)](https://www.goodailabs.com/media/re1/reconstruction.mp4). 检查重建的地方。 在 re1 查看器中穿行于已完成场景的录像。镜头从俯视移动到街道高度。 揭示的是已完成重建的可视化，而不是其处理时间。 在这篇文章中[视频召回](https://www.goodailabs.com/#find-the-observation)[引用的答案](https://www.goodailabs.com/#inspect-what-the-answer-used)[场景记忆](https://www.goodailabs.com/#keep-the-place-available)[研究预览](https://www.goodailabs.com/#a-memory-that-carries-forward) re1 是一个用于物理 AI 的空间记忆系统。搜索记录的观测结果， 提出可返回源视频的问题，并检查重建的地方。 这里的记录显示了当前研究预览中的这些路径。 ## 找到观测点 re1/空间记忆 ### 搜索录像。核查答案。重访地点。 - 01 / 检索 #### 找到你需要的观察结果。 搜索“室内处理包裹的机器”会返回仓库和机械臂录像。打开匹配项即可查看原始记录。 查询 → 记录的观测值产品捕获 在室内处理包裹的机器 [re1 搜索结果显示了在室内搬运包裹的机器，包括经过框架验证的仓库和机器人手臂匹配项。](https://www.goodailabs.com/media/re1/search-results.webp) 搜索→打开→检查 实际搜索结果。打开图像以检查原始界面。 - 02 / 检查 #### 关注答案返回其来源。 截图中的答案引用了仓库录像的 0:12–0:20。读者可以打开该区间，对照视频核查描述。 回答 → 检查间隔产品捕获 记录的回答 · 摘录 包装和分拣区域运转顺畅，多条传送带和机械臂按预期工作。 原始区间0:12–0:20 0:12–0:20已检查的原始视频 记录回答的摘录。引用对应所标明的时间区间。 - 03 / 回看 #### 捕获后留出一个空闲的地方。 从新的视角探索已采集的环境，查看其中的物体。准备好的场景可供后续工作继续使用。 捕获 → 持久场景产品捕获 [re1 查看器中已完成场景的截图。](https://www.goodailabs.com/media/re1/reconstruction-poster.webp) 可以重访的地点已完成的场景 本页视频中显示的已完成重建的画面。 录制于 re1 研究预览版。 首先描述你要查找的内容。在此示例中，“在室内 处理包裹的机器” 将仓库和机械臂夹带到了图书馆 的前面。打开火柴来检查发生了什么。 搜索界面区分已确认的匹配与其他候选项。下图为产品实际截图。 输入 → 匹配的录音 [re1 在室内搬运包裹的机器搜索结果：仓库和机械臂夹标记为已通过框架验证；未经证实的片段如下所列。](https://www.goodailabs.com/media/re1/search-results.webp) 查询会变成一组可检查的片段。 对于 “在室内搬运包裹的机器”，捕获的搜索会返回仓库和机器人手臂的夹子。未经确认的候选人仍然可以在比赛下方看见。 此截图显示了搜索阶段的帧验证；问题工作流程会检查源视频间隔。 ## 检查使用了什么答案 当响应命名其背后的间隔时，它更容易检查。在这里， 请求移位日志条目会返回带有 0:12 — 0:20 引文的描述。 读者可以返回到那八秒钟，而不必接受整个录音 的内容。 输出 → 用源间隔回答 记录的回答 · 摘录 包装和分拣区域运转顺畅，多条传送带和机械臂按预期工作。 原始区间0:12–0:20 按照答案返回录音。 截图中的回答将描述关联到仓库视频的 0:12–0:20。它描述该区间，不能证明整段录像中的安全状况。 引用区间中没有出现的事件，仍可能发生在录像的其他位置。读者可以继续检查原始记录。 ## 保持这个地方空闲状态 页面顶部展示的是在 3D 中查看已采集地点的录像。镜头穿过场景，呈现其细节与不完整的区域。采集结束后，该场景仍然可用。 研究人员可以检查物体，并准备供仿真使用的场景文件。尺度、材料行为等物理保真度仍需针对目标实验验证。 ## 可延续的记忆 随着下一个实验逐渐成形，回看早期观测或复用准备好的环境。[产品页面](https://www.goodailabs.com/zh-cn/products/re1/)介绍当前能力，并提供预览录像。 re1 正在开发中，提供技术预览。我们正在努力开发 记忆，以帮助研究人员重温经验，构建有用的仿真 工件，改善可用于策略训练的数据。 [产品详情 ## re1 为具身智能研究提供持久视频记忆、场景重建，以及可用于仿真的场景资产。 ↗](https://www.goodailabs.com/zh-cn/products/re1/) [来自实验室的更多内容 ↗](https://www.goodailabs.com/zh-cn/blog/)