近日，一篇提交至arXiv的論文（編號2607.05543）提出了GEM-Occ框架，旨在通過視覺幾何證據構建具身語義佔用記憶。該研究由Hu Zhu等人完成，於2026年7月6日提交。語義佔用為具身室內智能體提供結構化的空間記憶，同時表示佔用區域、已觀測自由空間、未知區域以及物體語義。然而，現有的室內佔用基準和方法主要集中在單視圖預測或房間級在線感知，忽視了跨連接室內空間的長時序語義映射。
為此，研究者引入了HIOcc——一個層次化室內佔用基準，它將ScanNet、ScanNet++和Matterport3D統一為通用的稀疏語義佔用格式，同時保留了它們的原生觀測幾何，包括透視RGB-D幀和全景觀測組。HIOcc支持三種互補的評估模式：局部語義佔用預測、房間級在線佔用映射以及跨連接全景環境的建築級映射。這一統一格式使得不同數據集之間的公平比較成為可能，並填補了長期語義映射的評估空白。
進一步，研究團隊提出了GEM-Occ框架，這是一種用於語義佔用映射的高斯證據記憶框架。與將點雲作為持久地圖狀態的方法不同，GEM-Occ將局部視覺幾何預測視為瞬態證據，並將其轉換為語義高斯佔用證據和自由空間射線證據。通過可見性和不確定性感知的因果更新，這些證據被融合到一個持久層次化記憶中。該記憶組織為局部緩存、房間級子圖和建築級圖，並可通過高斯到佔用投影隨時查詢。這種設計避免了傳統點雲地圖的累積誤差，使得隨着探索區域增大，地圖仍保持穩定。
在HIOcc上的實驗表明，GEM-Occ在局部佔用預測、在線地圖穩定性、自由空間推理、重訪一致性和建築級可擴展性方面均優於先前的室內佔用和基於高斯映射的基線方法。論文共19頁，包含6張圖，項目頁面已公開。該研究涉及機器人學和計算機視覺領域，其基準和框架有望推動室內機器人導航、物體搜索等下游任務的發展，為具身智能體提供更一致的長期空間記憶。