首页 > web3 >机器人转折点来了？这家美国公司称其新模型能“让机器人执行从未训练过的任务”

机器人转折点来了？这家美国公司称其新模型能“让机器人执行从未训练过的任务”

来源：互联网 2026-04-19 11:32:42

机器人AI领域或正迎来类似大语言模型的能力跃迁时刻旧金山机器人初创公司Physical Intelligence近期公布了一项引人关注的研究成果。其新模型π0.7展示出了一种令人意外的能力：可以指挥机器人完成那些它从未接受过专门训练的任务。值得注意的是，这一能力甚至让该公司内部的研究人员也感到惊讶

机器人AI领域或正迎来类似大语言模型的能力跃迁时刻

旧金山机器人初创公司Physical Intelligence近期公布了一项引人关注的研究成果。其新模型π0.7展示出了一种令人意外的能力：可以指挥机器人完成那些它从未接受过专门训练的任务。值得注意的是，这一能力甚至让该公司内部的研究人员也感到惊讶。

公司联合创始人、加州大学伯克利分校的Sergey Levine教授对此进行了精炼的概括：这标志着机器人AI正从“机械记忆”转向“灵活泛化”。更重要的是，这种转变意味着其能力提升的速度，有望超越训练数据规模增长的线性轨迹。

虚拟币交易推荐使用币安交易所进行交易

苹果用户和电脑端用户也可以直接进入币安官网下载：点击访问币安官网下载注册

安卓用户可以直接下载币安安装包：点击下载币安安装包

若此项突破能获得外部验证，预计将对整个机器人行业的商业化进程产生重要影响。未来，机器人或许无需经历复杂的新数据采集与模型重新训练，就能直接部署到全新场景中，并实时优化自身操作。与此同时，有信息显示Physical Intelligence正在商讨新一轮融资，其估值可能从当前的56亿美元攀升至接近110亿美元。

核心突破：从“专项训练”到“组合泛化”

成立仅两年的Physical Intelligence，其π0.7模型所展现的核心能力被研究团队称为“组合泛化”。简而言之，该模型能够将它在不同情境下学到的分散技能，像组合积木一样灵活拼接，用以解决一个从未遇到过的新问题。

这与以往机器人训练的主流模式形成鲜明对比。过去的常见做法本质上接近于“死记硬背”：针对“抓取水杯”收集数据、训练模型；再针对“拧开瓶盖”重复整套流程。而π0.7的出现，打破了这一固定范式。

Levine将这一转变类比于大语言模型领域曾发生的能力跃迁。他表示：“一旦跨越某个临界点，从只能完成有数据支持的任务，转变为能够以新方式重组既有技能，能力提升的速度就会超越数据量增长的线性比例。这种更有利的扩展特性，我们此前在语言与视觉领域已经观察到。”

关键演示：空气炸锅实验展现“知识融合”

整个研究中最具说服力的演示，恰恰来自一台模型在训练中几乎“未曾接触”的设备——空气炸锅。研究团队事后核查发现，在整个庞大的训练数据集中，仅存在两条相关记录：一条是另一台机器人将空气炸锅推关，另一条则来自开源数据集，记录了一台机器人按指令将塑料瓶放入其中。

然而，π0.7却成功地将这两段碎片化信息，与更广泛的网络预训练数据相结合，形成了对该设备运作方式的功能性理解。在没有任何额外提示的情况下，模型便尝试使用空气炸锅烹饪红薯，并取得了基本可接受的结果；而在获得逐步的语言引导后，任务最终顺利完成。

Physical Intelligence的研究员、斯坦福大学博士生Lucy Shi分享了一个早期实验中的显著变化：初始成功率仅为5%，但在花费约半小时优化任务描述方式后，成功率大幅提升至95%。她坦言：“有时问题不在于机器人或模型本身，而在于我们——提示词的工程优化尚未到位。”

研究科学家Ashwin Balakrishna的感受则更为直接。他表示，过去总能依据训练数据预判模型的能力边界，“但过去几个月是我首次真正感到意外。我随手买了一套齿轮，询问机器人能否转动它，它就直接完成了。”

局限性：研究团队明确能力边界

当然，研究团队对模型当前的局限性保持着清醒与坦诚的态度。目前，π0.7尚无法仅凭一句高层级指令，就自主完成复杂的多步骤任务。“你不能直接对它说‘去给我烤一片吐司’，”Levine举例说明，“但如果你逐步引导它——‘对于烤面包机，先打开这部分，再按下那个按钮，执行这个操作’——它通常可以很好地完成。”

此外，机器人领域目前缺乏标准化的基准测试体系，这给外部独立验证带来了相当难度。Physical Intelligence选择将π0.7与自家此前针对特定任务的专项模型进行对比，结果显示，这一通用模型在制作咖啡、折叠衣物、组装纸箱等复杂任务上，已达到了与专项模型相当的水平。

这种审慎态度也体现在研究论文的表述中。研究者将π0.7描述为展现出泛化能力的“早期迹象”与“初步演示”。当被直接问及基于该研究的系统何时能够实际部署时，Levine并未给出具体预测：“我们有充分理由保持乐观，进展速度也比我两年前预期的更快。但这个问题目前很难给出确切答案。”

资本动向：估值有望翻倍至110亿美元

尽管前路仍需探索，资本市场的关注度已显著升温。Physical Intelligence至今累计融资已超过10亿美元，最新估值为56亿美元。据相关报道，公司目前正就新一轮融资进行洽谈，估值可能接近翻倍，达到110亿美元。

投资者对这家公司的信心，部分源于联合创始人Lachy Groom的过往背景。Groom此前是硅谷备受关注的天使投资人之一，曾成功投资Figma、Notion和Ramp等知名公司。在决定共同创立Physical Intelligence之前，他已将其视为自己长期寻找的那类企业。这一背景帮助该初创公司吸引了大量机构资金，尽管公司始终未向投资者提供明确的商业化时间表。

谈及外界可能存在的质疑，Levine预先回应了潜在的批评方向：“对于任何机器人泛化演示，总可以提出的质疑是——任务太简单了，机器人又没在做高难度特技。”但他对此给出了自己的见解：真正具备泛化能力的机器人系统，其外观表现或许永远不如精心设计的特技演示那样令人惊叹，但其实际应用价值却可能高得多。这才是问题的关键所在。

侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述