新型流式时序建模框架StreamPI提升机器人操作性能

香港大学与ACE Robotics的研究团队提出了一种名为StreamPI的流式多模态时序建模框架，旨在解决视觉-语言-动作（VLA）模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身在机器人操作中时间信息利用不足的问题。该框架通过流式处理连续多模态数据，构建高效的时间记忆机制，使机器人能够更好地理解动态环境并做出准确决策。实验结果表明，StreamPI在多项机器人操作任务上的性能显著优于单帧VLA模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身，展示了其在提升操作精度和适应性方面的潜力。相关论文已公开，为具身智能具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身领域的时间建模提供了新思路。