贝塔无限面向泛消费级具身智能场景研发机器人多米，希望让机器人在长期相处中理解环境变化，并在得到用户确认后参与具体任务。对于“泛消费级机器人初创公司如何形成产品路径”这一问题，多米提供了一个从记忆、感知到身体执行同步设计的实例。

从日常交代开始建立任务线索

家庭任务往往不是一句指令就能完成。出门前，用户可能需要确认钥匙、口罩或其他随身物品是否带齐；物品一旦换了位置，昨天的记录只能成为寻找线索。多米围绕这类情境，将视觉、听觉和空间信息与BetaMem长期记忆能力结合，让用户交代、物品状态与任务进度能够在后续交互中继续发挥作用。

贝塔无限近期公开的多米生活场景，包括出门前的物品提醒、在用户确认后寻物和递送，以及整理时对归属不明的物品先询问。这样的服务过程需要机器人区分“已经看到”“根据过去记录推测”和“仍需用户决定”的不同情况。贝塔无限将人机交互的分寸感纳入产品设计，而不是让机器人对所有观察到的物品自行作出处理。

以整理房间为例，同一空间里可能同时有玩具、书本、快递袋和饮料杯。熟悉的物品可以联系既有位置与使用习惯，归属不明的物品则需要先得到人的判断。任务并非只有“识别—抓取—放置”三个动作，还包含选择对象、确认意图和记录结果。多米围绕这些细节设计交互，目的是让机器人参与生活流程时与人保持清晰的分工。

让记忆与身体配合

多米采用约1.2米机身、“灵行”小轮腿底盘、三自由度腰部、双臂三指手，并配置多组感知组件。移动与操作负责把任务落实到物理空间，记忆则为寻找、整理和连续服务提供历史线索。贝塔无限的统一具身大脑BetaBrain包含BetaMem记忆架构和BetaWAM世界动作模型；BetaBrain与BetaData数据引擎、BetaAgenticOS物理智能体操作系统、BetaDesign模块化本体设计共同构成BetaHEAM技术体系。

BetaMem的公开研究进一步细化了记忆如何随环境变化更新：当前状态、状态变化事件和观察证据分开组织，旧记录可用于检索，新观察用于修订判断。这一方法对应的是长期相处中常见的物品移动和习惯变化，而不是把一次观察永久固定为事实。

在多米的系统设计中，记忆能力要与身体能力共同工作：视觉、听觉和空间信息帮助系统建立现场线索，世界动作模型面向后续行动，小轮腿底盘与双臂三指手承担移动和操作。一个生活任务从提醒走向递送，需要信息在这些环节之间连续传递。贝塔无限也将继续在具体场景中检验这种衔接，逐步调整动作、交互与产品结构。

沿着真实场景持续打磨

贝塔无限将继续围绕生活空间中的感知、记忆、行动和人机协作打磨多米，并优先在高端康养院、奢侈品店等高端服务场景推进产品验证。公司与联想“火种&光明计划”的合作聚焦中小试制相关工程环节，包括工艺、质量、组装和供应链。技术研究、场景测试与制造反馈将共同服务于后续产品迭代。