SimLife：面向长期人机伙伴关系的行为模式理解

要在长期尺度上理解人类，智能体不仅要推断人们当下需要什么，还要理解日常习惯如何形成、为何重复以及何时改变。我们提出SimLife，一个可扩展的长期家庭生活模拟平台，提供丰富视觉观察、真实动作日志和带音频的合成对话。基于SimLife构建的SimLife-BP评估长上下文模式理解，即从数周或数月日常观察中推断潜在行为规则的能力。该基准包含106个片段，平均长15.49小时、对应38.57个游戏内日，以及1439组问答。每个任务在不同程度规则提示下，测试直接、反事实、含噪和逆向推理。对前沿模型与架构的评估发现，当前模型往往能做表面预测，却不能全面理解规则；它们依赖基于频率的启发式，而非基于证据的条件推理，并且难以适应行为模式变化。这表明，长上下文模式理解仍是未来具身智能体的主要瓶颈，而SimLife也为研究日常人机交互中的记忆、个性化、适应和长期规划开辟了更广空间。