Physical Intelligence

它是什么

Physical Intelligence 的名字常写成希腊字母 π。它把自己描述为一群工程师、科学家、机器人研究者和创业者，开发用于驱动机器人的基础模型与学习算法^[1]。它公开陈述的目标，是让通用人工智能进入物理世界^[1]。

这个定位把它放在了机器人研究的一条特定路线上。通常让机器人做一件事的办法，是针对那台机器、那项任务写一个程序；一旦换了机器人、换了物体或换了房间，程序往往要重写。而「通用策略」的思路不同：用来自许多机器人、许多种操作任务的数据训练一个大模型，再让这个模型去控制新的机器人和新的环境。所谓策略，在这里指的就是从机器人感知到的信息到它下一步动作的映射。

一条公开发布的时间线

公司的第一个通用策略 π0，是在 2024 年 10 月 31 日发布之前的大约八个月里开发出来的^[2]。把策略本身发布出来，而不只是描述一个产品，此后成了它的一贯做法：外界对它工作的了解，大多来自一系列接连发布的技术成果。

2025 年 1 月 16 日，公司发布了名为 FAST 的机器人动作分词器（tokenizer），称它训练通用策略的速度比此前的模型快 5 倍^[1]。分词器在这里的作用，是把机器人连续的动作切成一个个离散的单元，让模型像语言模型逐个预测词那样逐个预测动作。

2025 年 2 月 4 日，公司放出了 π0 以及 π0-FAST 自回归模型的权重和代码^[1]。放出权重和代码，意味着其他研究者可以下载训练好的模型自己运行，而不只是读一篇介绍。

2025 年 4 月 22 日发布的是 π0.5，公司称它在 π0 的基础上做了扩展，并实现了开放世界泛化（open-world generalization）^[1][3]。所谓开放世界，指的是希望一个在某些环境中训练出来的策略，换到它没见过的房间、没见过的物体时仍然能用，而不只是在训练时的场景里有效。

2025 年 6 月 9 日，公司发布了一套面向大型视觉-语言-动作模型（vision-language-action model，VLA）的实时动作分块（action chunking）系统^[1]。这类模型把视觉输入、语言指令和运动输出放进同一个网络；动作分块指的是一次预测未来一小段动作序列，这有助于大模型跟上机器人实际需要的反应速度。

再往后的工作，转向了从反馈中和从人身上学习。2025 年 11 月 17 日，公司发布 π*0.6，描述了一种用强化学习（reinforcement learning）训练通用策略的方法^[1]。强化学习靠奖励来训练：模型不断尝试，导致更好结果的行为被提高发生的概率。2025 年 12 月 16 日，公司发布了视觉-语言-动作模型中「人 to 机器人」迁移方面的工作^[1]，这类研究关心的是如何利用从人那里收集的数据来改进机器人的能力。

团队

公司的团队页面把 Chelsea Finn、Sergey Levine 和 Karol Hausman 列为成员^[1]。

它在发展中的位置

公司公开记录里比较特别的地方，是两件事的结合：一方面，它的研究计划指向通用的机器人学习，而不是单项任务的自动化；另一方面，它有发布模型、分词器和权重的习惯，让别人能够查看并在其上继续做工作^[1][2]。从 π0 到 π0.5、再到 π*0.6，中间夹着 FAST 和动作分块，可以看出这个团队在依次处理这一计划中的几个实际问题：动作怎么表示、训练怎么加快、怎么泛化到训练环境之外、怎么做到实时运行，以及初次训练之后怎么继续改进行为^[1][3]。