PMMC: Prospective Multimodal Memory Compilation for Long-Term LVLM Agents

PMMC框架针对长时多模态LVLM代理的记忆系统，提出将记忆推理从查询时转移到记忆整合时。现有系统常将视觉经验简化为文本摘要或依赖静态检索-推理流程，在查询时效率低且难以处理图像-文本绑定、时间更新和视觉细节。PMMC通过Questioner预测未来问题候选，Planner编译问题条件化的多模态记忆程序，Doubter验证计划证据路径能否支持预测答案，形成结构化问题库用于高效查询时路由和证据检索。实验显示该方法在长时多模态记忆基准上提升答案质量和视觉证据召回，同时降低查询时token和延迟成本。

PMMC的核心创新在于将记忆推理从查询时转移到记忆整合时，通过预测未来问题并预编译记忆程序，实现查询时的高效路由。这种设计可能改变长时多模态代理的记忆架构，但具体实现细节和基准测试范围需进一步验证。