基于 MeanFlow 的一步策略学习框架（MeanFlow Tames Policy Learning in 1-step for Robotic Manipulation，简称 MP1）是由北京大学的研究团队于 2025 年 7 月 14 日提出的一种全新机器人学习框架，将 3D 点云输入与 MeanFlow 框架结合，能够在一次网络函数评估内直接生成动作轨迹。

MP1 通过 MeanFlow 架构，在仅一次前向传播中完成策略生成，兼顾速度、精度与泛化性，打破了扩散模型与流模型各自的性能瓶颈。并且创新地结合 MeanFlow 表达、 CFG 条件控制和 Dispersive Loss，实现了快、准、稳三者兼得的一步式机器人操作策略生成方法。