Physical Intelligence（π0 / π0.5 / π*0.6）新增

机器人基础模型公司，π 系列 VLA。主题页：具身智能与机器人基础模型（VLA / WAM）；资料页：VLA vs WAM 深度调研（2026-10，ChatGPT Deep Research 二手报告）（ChatGPT Deep Research 二手报告）、通用大模型迈向 AGI 并结合递归自我改进后，是否会替代 VLA？（ChatGPT Deep Research 二手报告，待核实）（📥 二手报告，待核实）。

要点

• ✅ 摘要一致：π0 在预训练 VLM 之上用 flow matching 架构，在单臂、双臂、移动操作等多种机器人数据上训练，任务含叠衣服、清桌子、装箱（arXiv 2410.24164） Grok Bot 对话
• 待核实（报告数字）：π0 约 3.3B（含约 300M 动作专家），7 种构型、68 类任务、>10,000 小时，最高 50 Hz 控制（≠ 每 20 ms 跑一次完整网络） Grok Bot 对话
• π0.5（arXiv 2504.16054，论文存在）：报告称预训练用 FAST 离散动作 token，推理先出语义子任务再用 10 步去噪出动作块，在未见过的家庭环境测试；失败案例包括陌生柜门把手、遮挡、子任务跟踪（反复开关）——待核实 Grok Bot 对话
• π*0.6 / RECAP（待核实）：示范 + 自主经验 + 人工纠正混合训练，最难任务吞吐翻倍以上、失败率约减半；报告视为"VLA 从一次性模仿走向经验学习"的代表 Grok Bot 对话
• Real-Time Action Chunking（待核实）：指出大 VLA 推理与服务器↔机器人通信是实时瓶颈 Grok Bot 对话
• π₀.₇：✅ 论文存在，题为"a Steerable Generalist Robotic Foundation Model with Emergent Capabilities"；2026-04-16 提交（✅ arXiv 页，2026-10-25 联网补缺） 本地导入 原文
• RLT（2026-03-19）：✅ 2026-10-25 联网补缺（PI 官方页）：从 π0.6 取出"RL token"，在其上训练小型在线 actor / critic 只精修最难的精密阶段，最多提速约 3×；约 15 分钟真机数据、约 2 小时训练；网线插接中位用时 RLT 66 s vs 遥操作 146 s vs 基础模型 228 s。报告把它当作"快速专用通路不会消失"的例子（报告解读） 本地导入 原文