大晓联合港大发布StreamPI，赋予VLA模型连续时序理解能力：有哪些关键信息？

大晓机器人与港大推出StreamPI，解决VLA单帧决策缺陷。

采用流式缓存与随机间隔训练，不增加参数实现时序建模。

真机测试中，猜杯子任务成功率由46.7%提升至80.0%。

LIBERO-Long长程任务成功率从92.4%提升至95.0%。

物界前沿 · 资讯情报卡（雷锋网 · 2026/8/28）

大晓联合港大发布StreamPI，赋予VLA模型连续时序理解能力

核心事实

关键数据

46.7%→80.0%猜杯子成功率提升

26.7%→63.3%滚动物体抓取提升

60.0%→92.0%纸杯插套成功率

92.4%→95.0%LIBERO-Long成功率

物界观察

StreamPI标志着具身智能从静态感知向动态时空理解的范式转移。其轻量化架构证明无需堆砌算力即可补全时间维度，直击机器人缺乏“过程记忆”的痛点。这种对物理世界连续性的建模能力，是突破当前VLA泛化瓶颈、迈向真正自主操作的关键一步。