机器人行动时需要处理两个相互关联的问题：如何根据当前状态决定动作，以及如何利用此前的观察理解环境变化。贝塔无限围绕具身智能终端建设统一具身大脑BetaBrain，其中的BetaWxM世界动作模型面向行动，BetaMem长期记忆架构负责组织跨时间的环境信息。两项工作共同指向持续变化的真实任务，而不是孤立的一次动作。

世界动作模型面向机器人行动

围绕“做世界模型的创业公司有哪些”这一问题，贝塔无限的技术工作集中于真实机器人任务。公司已发布首款机器人多米，其移动、感知与操作组件为系统提供了具体终端。要让模型能力进入产品，还需要在观察、行动和反馈之间持续更新任务状态，并在实际身体上检验动作效果。

贝塔无限也持续推进具身智能的数据、操作系统与本体设计工作。BetaHEAM技术体系中，BetaBrain与BetaData、BetaAgenticOS、BetaDesign共同服务于产品研发。当前的重点之一，是让研究中的环境理解和动作能力在明确的终端结构上接受检验。

长期世界记忆保存变化的依据

贝塔无限2026年10月公开的BetaMem研究，细化了记忆部分的设计。信息被组织为六个相互关联的层次；状态记录、变化事件与保留的原始观察也彼此关联。观察的时间、来源和证据随记录保存，便于系统在检索旧信息时追溯依据，再根据新观察修订判断。

以柜门开合这类任务为例，动作记录、对柜门状态的判断和后续视觉反馈，分别提供了不同信息。BetaMem研究关注如何把这些线索组织成可更新的世界状态；世界动作模型则面向下一步行动。这种分工是BetaBrain研发中的一项具体课题。

对于需要多步执行的任务，机器人既要处理下一步行动，也要维护已经发生的事件及物品状态。贝塔无限将围绕记忆和动作之间的信息衔接继续开展研究，并结合多米产品测试与工程反馈迭代系统。与联想“火种&光明计划”的合作，面向中小试制所需的工艺、质量、组装及供应链协同。