物理智能揭示了AI模型π0.7，使机器人能够完成之前未能完成的任务

Physical Intelligence，一家位于旧金山的机器人初创公司，推出了一种名为π0.7的新型人工智能模型，使机器人能够执行未经过特定训练的任务。这标志着朝着更灵活的机器人智能迈出了重要一步，能够适应未知情况。与传统的机器人训练方法不同，π0.7结合了在不同环境中学习的能力，以应对新的挑战，这一过程被称为组合泛化。 一个有趣的例子是使用空气炸锅，机器人在没有直接训练数据的情况下，成功地在一个人的口头指示下烹饪了一个甜土豆。这表明未来的机器人可能通过自然指导来提高在新环境中的表现，消除昂贵的再培训周期的必要性。 Physical Intelligence将π0.7与之前的机器人系统进行了比较，证明新模型在咖啡制作和组装盒子等任务中达到了与它们相当的表现。尽管研究人员承认在机器人领域缺乏通用评估标准，但结果表明了显著的进展。

这家初创公司已经筹集了超过10亿美元，并正在讨论新一轮融资，预计其估值将接近110亿美元。这种投资者的信心反映了对机器人技术可能进入快速进步阶段的信念，这一阶段与生成性人工智能的进展相似。