π0.7

是什么

π0.7 是 Physical Intelligence 于 2026 年 4 月 16 日发布的机器人学习模型 ^[1]。公司把它称为通用模型：它不是为某一个任务专门打造的，而是能完成范围很广的灵巧操作任务，并且表现与针对单个任务微调过的专用模型相同 ^[1]。这里的「专用模型」指的是从一个通用模型出发、再用某个狭窄任务的数据继续训练得到的策略；π0.7 的主张是，一个通用模型可以替代这样一组任务专用模型。

怎么训练的

训练数据来自几类很不一样的来源：许多不同的机器人、人类数据，以及运行各种策略所收集的自主执行片段 ^[1]。把这些来源混在一起并不容易，因为它们在机器本体、传感器、控制接口和行为质量上都不相同。Physical Intelligence 说，把它们用起来的关键是在提示（prompt）里加入多样化的上下文，不仅描述机器人该做什么，还描述该怎么做 ^[1]。

这种上下文有几种形式。提示里可以带语言子步骤，把任务拆成更小的指令；可以带元数据，例如期望的速度和质量；可以带控制模态标签，说明这段数据对应哪一种控制方式；还可以带视觉子目标图像 ^[1]。这样做的效果是：模型被告知每一段数据是在什么条件下产生的，而不是被要求把这些差异平均掉，于是数据来源之间的差别变成了模型可以用来做条件的依据。

怎么使用

在测试时，模型接受语言指令、一个期望的策略，以及由轻量世界模型（world model）生成的合成视觉子目标 ^[1]。世界模型是预测场景将如何变化的部件，因此它可以生成一幅合理的中间状态图像，这些生成图像就成了机器人在途中可以瞄准的目标。由于策略和子目标都是输入，使用者可以左右任务怎样完成，而不只是完成哪个任务，并且不需要重新训练模型。

能做什么

按照公司的说法，π0.7 能听从新的语言指令，完成从未出现在训练数据里的任务 ^[1]。它还报告了组合式泛化（compositional generalisation）的最初迹象，也就是模型把已经具备的技能重新组合成新的搭配：它使用了此前没用过的厨房电器，还在一台新机器人上叠衣服，而这台机器人并没有任何叠衣服的数据 ^[1]。

测试条件是有意为难的。π0.7 在一套双臂 UR5e 系统上测试，配备 Robotiq 平行夹爪，这是它训练集中代表性最低的机型之一 ^[1]——一种与它见过的大多数数据都不同的双臂装置。它数据背后的人类示教者平均有 375 小时的遥操作经验 ^[1]，这一点之所以相关，是因为示教数据的质量会决定模型能从中学习到的上限。

处在什么位置

作者名单包括 Chelsea Finn、Sergey Levine、Karol Hausman、Brian Ichter 和 Suraj Nair ^[1]。这一结果之所以重要，是因为机器人学习里长期存在的取舍是：通用模型什么都做得一般，专用模型只擅长一件事、换一个任务就得重做；π0.7 被呈现为在缩小这个差距的同时，仍然可以通过语言和视觉子目标来操控 ^[1]。组合式泛化是含义最广的部分：如果模型能把已有技能拼起来，用于新的电器或新的机器人而不需要新数据，那么用示教去覆盖每一个任务、每一台机器就不再是必需的 ^[1]。