身體智力和 pi-0
物理智慧（通常以 pi 符號設計）是一家舊金山新創公司，致力於為機器人建立通用人工智慧，而 pi-zero 是其旗艦視覺-語言-動作模型。
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.
深入探討
Physical Intelligence（通常寫作希臘字母 pi）於 2024 年由 Karol Hausman、Sergey Levine、Brian Ichter 和 Chelsea Finn 等研究人員創立，從 Jeff Bezos、OpenAI、Thrive 和 Lux 等支持者那裡籌集了約 4 億美元，估值約為 20 億美元。它的第一個模型 pi-zero 是一種視覺-語言-動作 (VLA) 模型，可拍攝相機影像和自然語言指令，並輸出連續的機器人馬達命令。經過許多機器人平台和任務的資料訓練，pi-zero 展示了靈巧的、現實世界的家務活，最著名的是從烘乾機中折疊衣物，以及清理桌子、壓平盒子和裝袋物品。該公司的目標是軟體優先：一種基礎模型，為各種機器人帶來靈活、通用的物理智能，而不是為每台機器提供一種客製化技能。
技術洞察
pi-zero 建立在預先訓練的視覺語言模型的基礎上，並添加了一個動作“專家”，透過流量匹配輸出連續控制，流量匹配是一種類似擴散的技術，可以產生平滑的高頻運動軌跡（大約 50 Hz）。這使得模型能夠處理精細、快速的調整靈巧任務，例如折疊衣物所需的任務。透過繼承來自 VLM 主幹的廣泛語義理解以及對跨實體機器人資料的微調，pi-zero 遵循語言指令，同時泛化不同機器人手臂和任務的技能。
戰略影響
供應商策略
供應商路線圖會影響您的團隊接下來可以建立的功能。
成本與預算
商業條款和部署選項會影響長期成本和風險。
風險與安全
公司激勵措施塑造了產品預設、安全態勢和開放性。
物理智能和 pi 零的未來
物理智能正在追求更通用的模型（後繼者和開放版本，如 pi-0 變體），遵循開放式指令和鍊式長期任務。期望對新物體有更好的可靠性，更快地適應新機器人，以及將語言規劃與低階控制聯繫起來的推理。核心挑戰仍然是收集足夠多樣化、高品質的現實世界操縱數據。如果成功，單一可下載的「機器人大腦」可能成為機器人產業的標準基礎設施。
現實世界的實施
一個雙臂機器人使用 pi-zero 從烘乾機中取出皺巴巴的衣服，然後將它們整齊地折疊在桌子上。
餐廳機器人依照自然語言指示清理餐桌、清理盤子和垃圾。
倉庫機器人使用相同的一般策略來壓平紙板箱並將雜貨裝袋。
機器人實驗室在自己的手臂上微調 pi-zero，以引導新的操作技能，而無需從頭開始訓練模型。
風險與防護欄
發佈公告可能會超過實際生產工作流程的穩定性。
API 定價或政策轉變可能會在一夜之間打破假設。
單一供應商依賴性增加了鎖定和遷移成本。
實施路線圖
使用您自己的任務和資料集評估提供者。
在整合之前查看隱私、安全和法律條款。
維護跨模型或供應商的後備計劃。
監控發行說明，以便路線圖的變更不會讓團隊感到意外。
不斷探索
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
常見問題
What is Physical Intelligence and pi-zero?
物理智慧（通常以 pi 符號設計）是一家舊金山新創公司，致力於為機器人建立通用人工智慧，而 pi-zero 是其旗艦視覺-語言-動作模型。這很重要，因為 pi-zero 表明單一模型可以在不同的機器人上折疊洗衣房、公車桌和組裝箱子，朝著通用的機器人控制策略邁進。
pi-zero 是什麼類型的模型？
pi-zero 是一種視覺-語言-動作模型：它會獲取影像和語言指令並輸出機器人馬達命令。
哪項靈巧的家務事成為了 pi-zero 最著名的演示？
pi-zero 特別展示了從烘乾機中折疊取出的衣物，這是一項艱鉅而靈巧的操作任務。
pi-zero 使用哪種技術來產生平滑連續的機器人動作？
pi-zero 使用流量匹配（一種類似擴散的方法）來輸出平滑的高頻連續馬達軌跡。
pi-zero 建立在什麼基礎上來理解指令和場景？
pi-zero 建立在預先訓練的視覺語言模型的基礎上，然後透過動作專家進行增強以進行控制。
下列哪些公司/投資人支持實體智能？
Physical Intelligence 的資金包括 OpenAI、以及 Jeff Bezos、Thrive 和 Lux Capital。