StreamPI与传统的VLA模型有何不同?
传统VLA主要依据单帧图像独立决策,StreamPI通过持续的多模态时序建模,让模型记住历史观测并理解状态变化,为动作决策补充时间维度。

当 VLA 模型理解语言、感知环境并直接生成机器人动作,一个更基础的问题开始浮现:机器人如何理解一个持续变化的物理世界?物体从哪里移动而来、杯子此前遮住了什么、机械臂正在接近还是远离目标——真正决定下一步动作的信息,往往不只存在于当前一帧,而存在于连续的时间之中。
大晓机器人联合香港大学发布StreamPI,为VLA模型引入连续时序建模能力,通过指令持续锚定、历史信息流式缓存与随机时间间隔训练,使机器人理解状态变化与时间演进。实验显示其在LIBERO、CALVIN及真实任务中显著提升时序记忆与精细操作成功率,推动具身智能从空间智能迈向时空智能。
传统VLA主要依据单帧图像独立决策,StreamPI通过持续的多模态时序建模,让模型记住历史观测并理解状态变化,为动作决策补充时间维度。
StreamPI采用流式推理,首帧编码后存入键值缓存,后续仅处理新信息并直接调用历史表示,无需重复计算整个观测窗口,且不增加额外模型参数。
无效的管理者和疲惫的基层:浅论考核指标的漂移高通技术公司携手中兴努比亚和豆包手机助手,共同推动智能手机迈入个人AI新时代Build a serverless PII redaction pipeline with Amazon Bedrock Data Automation
潘功胜最新文章:深刻认识中国金融结构变迁(全文)
做了两年AI落地,我总结了这7点思考
Java新闻汇总:Simple JSON API、GlassFish、Jakarta EE、JNoSQL和Open Liberty、LangChain4j
早报|iOS27正式推送/比亚迪高管:燃油车在中国没有未来/iPhone 18 Pro渠道降价900元,苹果称不干预
OpenAI万亿IPO推迟背后 四本账与三条投资路径
Robinhood的财富效应地平线第1500万颗征程芯片搭载大众 ID. AURA T6,HSD V2.1 即将推出Denuvo 起诉黑客违反 DMCA 反规避条款
从”边卖边补”到”准备好再卖”:产品商品化的四步闭环
让AI真正赋能企业(初探)梁文锋CFO到位!投过智谱MiniMax
GPT-6 Astra 之后,产品经理需要重新设计人在流程中的位置
美国加密新规又黄了
AI没有泡沫 只有割裂
OpenAI 总裁最新采访:现在所有人对 AI 的预测,大概率都是错的
Grayscale:比特币能否优化私募市场投资组合?产品观察丨xTool做了一台3000元起步的激光雕刻机,难的不只是价格和Jeff Dean押注同一方向,27岁清华助理教授创业,两个月融资数亿
美股太贵 该加仓新兴市场吗?
芯片从业者拆解OpenAI造芯,还能再快3个月?
OpenAI故意欠技术债,等Codex来还:仅2名工程师,把核心存储从Python重写成Rust
从200亿收购失败到650亿IPO:Figma如何用“协作”颠覆设计帝国夜晚睡眠光照太亮可能会损伤心脏
Python 拥抱 RISC-V:CPython 正式纳入 Tier 3 平台
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
华为坤灵升级“4+10+N”场景化方案,发布“经纬计划”和50个样板点