描述
物理智能，简称π，是一家机器人人工智能研究和工程公司，致力于开发控制机器人执行物理任务的通用模型。其团队在自己的网站上被描述为工程师、科学家、机器人专家和公司建设者，旨在构建一个能够控制多种不同类型机器人执行多种不同任务的单一模型，而不是为每个机器人或工作训练一个单独的模型。
阅读更多
该公司以一系列关于其π系列视觉-语言-动作（VLA）模型的研究文章发布其工作。π0于2024年10月发布，是该公司的第一个通用策略，结合了大规模的多任务和多机器人数据以及新的网络架构；物理智能随后开源了其权重和代码，并发布了一个名为π0-FAST的配套动作标记器，该公司表示其训练通用策略的速度比早期方法快约五倍。π0.5于2025年4月发布，扩展了对开放世界的泛化，包括控制移动操纵器整理不熟悉的厨房或卧室。后续文章描述了π*0.6，该模型通过强化学习训练以提高在现实任务中的成功率和吞吐量，以及π0.7，被描述为具有新兴能力的可操控模型。另一个研究方向，多尺度具身记忆（MEM），为模型提供了长短期记忆，使其能够执行超过十分钟的任务，其他文章则涵盖了大型模型的实时动作分块和将从人类视频中学习的技能转移到机器人的技术。
物理智能表示，其模型已被合作伙伴用于解决现实世界的机器人问题，尽管其网站未列出这些合作伙伴，也未提供公共产品、定价页面或账户注册；访问开放源代码的π0发布之外的模型似乎是通过直接合作伙伴关系而非自助工具进行的。该公司得到了包括Bond、Jeff Bezos、Khosla Ventures、Lux Capital、OpenAI、Redpoint Ventures、Sequoia Capital、CapitalG和Thrive Capital在内的投资者的支持。希望获取其模型背后技术细节的读者可以在公司的研究页面找到完整的文章，以及在π0的情况下可下载的权重和代码。
- 类别机器人与 AI 硬件
- 定价模式未指定
- 部署云端
- 平台机器人
物理智能 (π)的核心功能
π系列视觉-语言-动作（VLA）模型，用于通用机器人控制
π0，公司第一个开源的通用机器人策略，已发布权重和代码
π0.5，扩展开放世界泛化到不熟悉的环境，如陌生厨房
π*0.6，通过强化学习训练以提高现实任务的成功率和速度
π0.7，被描述为具有新兴能力的可操控模型
多尺度具身记忆（MEM），用于超过十分钟的长短期任务记忆
π0-FAST动作标记器，用于更快的通用策略训练
大型视觉-语言-动作模型的实时动作分块
每个模型发布的研究文章
如何使用 物理智能 (π)？
阅读研究：浏览物理智能研究页面，查看每个π模型发布的文章。
获取开放权重：下载发布的π0权重和代码，以便自己运行或微调模型。
关注新发布：查看研究动态或公司的X账户，获取新的π模型文章。
探索合作关系：通过其网站直接联系公司，讨论访问开放源代码模型之外的内容，因为没有公共注册。
物理智能 (π)的使用案例
- 开源机器人策略
- 长时间任务记忆
- 机器人基础模型研究
