
欢迎关注具身智能大讲堂

近日美国具身智能公司Physical Intelligence旗下的VLA模型π0.5正式开源,π0.5最核心的能力在于,通过异构数据协同训练与多模态数据融合,基于优化的模型架构,实现了机器人在复杂现实场景下强大的泛化能力,使其能理解任务语义、拆解复杂任务流程并精准执行动作。
1► π0.5开源模型都有哪些技术亮点?
π0.5 的一大技术亮点是采用了异构数据协同训练的方式。该模型整合了来自多个机器人、高级语义预测、网络数据等多种不同来源的数据,通过协同训练,能够让模型能够实现更广泛的泛化,更好地适应现实世界中的机器人操作任务。在训练过程中,模型不仅能学习到物理技能的执行方法,还能理解每个技能背后的语义背景,推断任务的高级结构,甚至可以从其他机器人那里借鉴物理行为经验。

此外π0.5能够将图像观察、语言命令、目标检测、语义子任务预测和低级动作等多模态数据示例进行融合。这些数据不是简单地叠加在一起,而是在训练中深度融合。比如,图像观察数据让机器人能识别环境中的物体信息,语言命令数据帮助机器人理解人类意图,目标检测数据能让机器人快速锁定任务相关物体,语义子任务预测数据可辅助规划任务流程,低级动作数据则直接控制机器人硬件执行动作。通过建立不同模态数据间的关联,让机器人能更精准地响应指令。

π0.5基于通用视觉语言模型(VLM)构建VLA模型,通过优化网络结构减少信息传递损耗,提升多模态数据处理效率。处理视觉信息时,采用高效卷积神经网络快速提取关键特征;处理语言时,改进相关网络结构以增强对长文本指令的理解。同时,训练中通过调整参数更新策略(如采用自适应学习率算法)加快模型收敛,使模型能在有限时间和资源下,更充分地学习各类数据源中的知识与模式,进而提升整体性能和泛化能力。
2► π0.5能够有效破解机器人泛化难题
泛化能力一直是机器人面临的难题。π0.5 通过多样化的数据源训练,让机器人的泛化性能随着训练集中不同环境数量的增加而稳步提升。官方给出的数据显示,经过大约100个训练环境后,它的性能就接近了直接在测试环境中训练的基线模型。

针对“抽屉内物品整理”“洗衣篮归置”和“水槽内餐具清洗”三项测试中 π0.5在这些全新真实家庭环境中均能成功完成这些任务
在实际应用中,机器人常常需要完成像清洁厨房、卧室这类复杂且耗时的任务。这类任务不仅要求机器人执行复杂动作,还需要理解任务语义,将其拆解成多个环节,每一步都要与正确的物体互动。

π0.5使用的高级/低级推理过程
π0.5 能够让机器人在训练数据中从未遇到过的新家庭环境中完成清洁任务,为解决复杂任务提供了有效方案,提高了机器人在家庭、办公等场景的实用性。

此外,π0.5模型通过联合训练不同模态的数据,增强了从语言到策略的知识迁移能力,为机器人学习系统打造了更丰富高效的训练方案,使其能实现更灵活的泛化。
3► 三家与π0.5深度关联的具身智能企业
① 广和通
今年8月27日,广和通推出新一代具身智能平台 Fibot,其搭载自研高算力机器人域控制器与多传感器融合系统,可实时捕捉视觉、力学、声音等多模态信息。

在数据采集阶段,Fibot 通过 VR 眼镜实现操作员与双臂机器人的联动操作,记录动作轨迹、力度变化及环境响应,再经边缘计算模块处理为π0.5可识别的关联数据集。目前Fibot平台已成功投入到Physical Intelligence公司π0.5 模型的数据采集进程当中。
② 方舟无限
方舟无限长期为Physical Intelligence提供硬件支持。在2025年5月π0.5模型演示中,方舟无限的机械臂使用该模型在陌生的厨房、卧室环境中执行复杂指令。

此前,方舟无限的产品就贯穿于Physical Intelligence多代模型迭代,从π0模型执行折叠衣物、清洁桌子,到 HiRobot 模型完成制作三明治、筛选货架物品等任务,其机械臂都凭借高精准度,确保模型指令得以精确执行。
③ 星尘智能
星尘智能属于Physical Intelligence的早期合作伙伴。早在2024年11月星尘智能 Astribot S1机器人就嵌入了PI公司的初代模型π0。

星尘智能机器人采用绳驱传动技术,能够模拟人类肌腱的丝滑用力方式,让机器人行为与动作高度仿人。同时该机器人具备多模态感知、认知处理、实时决策及智能交互执行能力,能低成本、高效率地采集真实世界多维度数据,为π0.5 模型训练提供丰富数据资源。
官方网站:https://www.physicalintelligence.company/blog/pi05
开源地址:https://github.com/Physical-Intelligence/openpi
END

往
期
精
选
科技热点
大咖观点
热点评论
新品速递

微信号|具身智能大讲堂
专注AI具身智能产业前沿话题
加入社群
欢迎加入【具身智能大讲堂】读者讨论群,共同探讨具身智能机器人相关领域话题,共享前沿科技及产业动态。
添加微信号(19016903753)具身智能大讲堂客服 备注“具身茶谈”可进入交流群。
兼职作者&投稿
机器人大讲堂正在招募【兼职内容创作者】,如果您对撰写机器人【科技类】或【产业类】文章感兴趣,可添加微信:具身智能大讲堂客服(19016903753,手机与微信号相同)。我们对职业、所在地等没有要求,欢迎朋友们的加入!