身体智力和 pi-0
物理智能（通常用 pi 符号设计）是一家旧金山初创公司，致力于为机器人构建通用人工智能，而 pi-zero 是其旗舰视觉-语言-动作模型。
概述
It matters because pi-zero shows a single model can fold laundry, bus tables, and assemble boxes across different robots, moving toward a universal robot control policy.
深入探讨
Physical Intelligence（通常写作希腊字母 pi）于 2024 年由 Karol Hausman、Sergey Levine、Brian Ichter 和 Chelsea Finn 等研究人员创立，从 Jeff Bezos、OpenAI、Thrive 和 Lux 等支持者那里筹集了约 4 亿美元，估值约为 20 亿美元。它的第一个模型 pi-zero 是一种视觉-语言-动作 (VLA) 模型，可拍摄相机图像和自然语言指令，并输出连续的机器人电机命令。经过来自许多机器人平台和任务的数据训练，pi-zero 展示了灵巧的、现实世界的家务活，最著名的是从烘干机中折叠衣物，以及清理桌子、压平盒子和装袋物品。该公司的目标是软件优先：一种基础模型，为各种机器人带来灵活、通用的物理智能，而不是为每台机器提供一种定制技能。
技术洞察
pi-zero 建立在预训练的视觉语言模型的基础上，并添加了一个动作“专家”，通过流量匹配输出连续控制，流量匹配是一种类似扩散的技术，可以生成平滑的高频运动轨迹（大约 50 Hz）。这使得模型能够处理精细、快速的调整灵巧任务，例如折叠衣物所需的任务。通过继承来自 VLM 主干的广泛语义理解以及对跨实体机器人数据的微调，pi-zero 遵循语言指令，同时泛化不同机器人手臂和任务的技能。
战略影响
供应商策略
供应商路线图会影响您的团队接下来可以构建的功能。
成本与预算
商业条款和部署选项会影响长期成本和风险。
风险与安全
公司激励措施塑造了产品默认、安全态势和开放性。
物理智能和 pi 零的未来
物理智能正在追求更通用的模型（后继者和开放版本，如 pi-0 变体），遵循开放式指令和链式长期任务。期望对新物体有更好的可靠性，更快地适应新机器人，以及将语言规划与低级控制联系起来的推理。核心挑战仍然是收集足够多样化、高质量的现实世界操纵数据。如果成功，单个可下载的“机器人大脑”可能成为机器人行业的标准基础设施。
现实世界的实施
一个双臂机器人使用 pi-zero 从烘干机中取出皱巴巴的衣服，然后将它们整齐地折叠在桌子上。
餐厅机器人按照自然语言指令清理餐桌、清理盘子和垃圾。
仓库机器人使用相同的一般策略压平纸板箱并将杂货装袋。
机器人实验室在自己的手臂上微调 pi-zero，以引导新的操作技能，而无需从头开始训练模型。
风险与防护栏
发布公告可能会超过实际生产工作流程的稳定性。
API 定价或政策转变可能会在一夜之间打破假设。
单一供应商依赖性增加了锁定和迁移成本。
实施路线图
使用您自己的任务和数据集评估提供商。
在集成之前查看隐私、安全和法律条款。
维护跨模型或供应商的后备计划。
监控发行说明，以便路线图的更改不会让团队感到意外。
不断探索
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Physical Intelligence and pi-zero quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常见问题
What is Physical Intelligence and pi-zero?
物理智能（通常用 pi 符号设计）是一家旧金山初创公司，致力于为机器人构建通用人工智能，而 pi-zero 是其旗舰视觉-语言-动作模型。这很重要，因为 pi-zero 表明单一模型可以在不同的机器人上折叠洗衣房、公交车桌和组装箱子，从而朝着通用的机器人控制策略迈进。
pi-zero 是什么类型的模型？
pi-zero 是一种视觉-语言-动作模型：它获取图像和语言指令并输出机器人电机命令。
哪项灵巧的家务事成为了 pi-zero 最著名的演示？
pi-zero 特别展示了折叠从烘干机中取出的衣物，这是一项艰巨而灵巧的操作任务。
pi-zero 使用哪种技术来生成平滑连续的机器人动作？
pi-zero 使用流量匹配（一种类似扩散的方法）来输出平滑的高频连续电机轨迹。
pi-zero 建立在什么基础上来理解指令和场景？
pi-zero 建立在预先训练的视觉语言模型的基础上，然后通过动作专家进行增强以进行控制。
以下哪些公司/投资者支持物理智能？
Physical Intelligence 的资金包括 OpenAI、以及 Jeff Bezos、Thrive 和 Lux Capital。