大晓机器人联合香港大学发布StreamPI，突破单帧智能瓶颈

2026年8月28日，大晓机器人联合香港大学发布连续物理智能研究成果StreamPI，旨在突破VLA模型长期存在的“单帧智能”瓶颈，通过建立持续的多模态时序上下文，让机器人理解连续发生的物理过程。

相较于传统VLA依据当前观测独立决策，StreamPI将每个时刻组织为“视觉观测+任务指令”时序单元，让语言指令持续绑定每次观测，作为贯穿任务的语义锚点，并按时间顺序读取和聚合历史信息。推理采用流式方式，首帧编码后存入键值缓存，后续只处理新信息并复用历史表示，避免重复计算整个窗口；该方法未额外引入视频编码器或独立记忆模块，而是重构原VLA注意力机制，直接继承π0.5的视觉—语言表征能力，不增加额外参数。

在四项真机任务中，StreamPI将π0.5的成功率分别从46.7%提升至80.0%（猜杯子）、26.7%提升至63.3%（滚动物体抓取）、40.0%提升至66.7%（窄瓶口插笔）、60.0%提升至92.0%（纸杯插入杯套）。

大晓机器人是一家机器人公司，由商汤科技联合创始人王晓刚出任董事长，AI科学家陶大程院士担任首席科学家。未来，团队将探索超过100帧的高效时序训练与自适应缓存裁剪，将时序理解延伸至更长、更复杂的真实任务。