知识卡片：π0.7——具备涌现能力的可引导机器人基础模型
一句话结论
π0.7 是 Physical Intelligence 发布的一个通用机器人基础模型，其在未经微调的情况下即可执行多种灵巧操作任务，并展现出组合泛化（compositional generalization）的初期迹象——能够将训练中学到的技能重新组合，解决完全未见过的任务（如使用新家电、在从未训练过的机器人上叠衣服）。
事件概述或研究问题
- 该模型于 2026 年 4 月 16 日发布。
- 核心问题：如何构建一个真正的通用机器人模型，使其具备类似大语言模型（LLM）那样的组合泛化能力——即在训练数据中从未直接出现的任务上，也能通过重组已有技能来解决问题。
- 此前机器人基础模型虽能理解语义概念，但通常需要对特定技能进行微调才能达到最佳性能；π0.7 尝试打破这一局限。
方法/产品要点
- 多模态提示框架（Multimodal Prompting）：模型训练时使用多种提示结构，不仅描述任务“是什么”，还描述“如何做”。提示类型包括：
- 多样化语言指令（描述任务及子步骤）
- 元数据（如速度、质量等执行方式信息）
- 控制模态标签（关节控制或末端执行器控制）
- 视觉子目标图像（由轻量级世界模型在测试时生成，展示当前子步骤结束时应呈现的视觉状态）
- 数据整合：利用上述多样化提示，π0.7 能融合多种异构数据源（不同机器人、人类演示、自主收集的数据等），即使其中包含次优自主评估数据，也可通过标注相应元数据（如低质量/慢速）加以利用。
- 架构：Vision-Language-Action（VLA）模型，包含观测编码、记忆模块、提示编码、动作专家等组件；推理时还可通过高级策略（high-level policy）生成语言子目标。
主要结果或产业意义
- 在多种灵巧操作任务上达到了与先前专门微调的专家模型（如 π*0.6）同等的速度和鲁棒性，无需任何微调。
- 展示了组合任务泛化：例如让机器人使用空气炸锅烹饪红薯——该任务在训练数据中无直接演示。仅通过零样本提示，机器人能做出部分尝试但未完全完成；通过逐步语言引导（语言辅导），机器人能成功完成任务；多次语言辅导后，可微调出高级策略，使机器人完全自主执行。
- 展示了跨实体迁移：训练集中含数据极少的双臂 UR5e 系统（工业双臂+平行爪夹），在机器人从未有叠衣物训练数据的情况下，π0.7 能够稳定地在 UR5e 上执行叠衣物任务。
- 模型能响应多样化、精确的语言指令进行交互式控制。
为什么重要
- 这是机器人基础模型首次展现出类似 LLM 的组合泛化能力，标志着从“专用微调”向“真正通用”的关键一步。
- 通过多模态条件化训练，模型可以融合更多样化的数据源（包括人类视频、自主数据等），突破了以往模型对精细数据准备的需求。
- 实际意义：用户可通过自然语言“教会”机器人新任务，无需重新收集数据或繁琐编程，大幅降低部署门槛。
局限与不确定性
- 组合泛化仍处于初期阶段：在复杂新任务（如空气炸锅烹饪）上，零样本提示时机器人只能完成部分操作，需逐步语言引导或微调高级策略才能彻底完成。
- 模型对特定任务的理解来源难以精确定位：例如“空气炸锅”的知识可能来自机器人训练集和网络规模视觉-语言预训练的组合，具体贡献比例待核实。
- 文中仅展示了部分场景，整体泛化边界（如极端新任务、全新机械构型等）尚待进一步公开实验验证。
- 训练数据的具体构成、规模、以及多模态注释的获取成本未详细披露。
可用于图书/PPT/简报的角度
- AI 里程碑：π0.7 是机器人基础模型从“专用”到“通用”的跃迁案例，可与 LLM 的涌现能力类比，适合讨论 AI 在物理世界中的泛化进展。
- 技术原理：多模态条件化训练如何让模型学会组合技能——视觉子目标、语言、元数据的联合使用，适合在技术分享中讲解。
- 产业影响：无需微调即可跨平台、跨任务操作，可能改变物流、家庭服务、制造业中机器人的部署方式。
- 演示素材：空气炸锅任务（零样本→引导→自主）的对比案例生动体现了能力阶梯，适合幻灯片展示。
原始材料
- 来源：Physical Intelligence 官方博客
- URL：https://www.physicalintelligence.company/blog/pi07
- 英文标题：π0.7 : a Steerable Model with Emergent Capabilities
- 英文关键词：robotic foundation model, compositional generalization, multimodal prompting, VLA, cross-embodiment transfer, steerable AI
- 发布日期：April 16, 2026
- 研究团队：Bo Ai 等（见原文作者列表）
- 发布机构：Physical Intelligence（π）