Physical Intelligence推出π0.5 VLA模型实现家务泛化

美国具身智能公司Physical Intelligence推出了π0.5视觉-语言-动作（VLA）模型，该模型通过异构任务协同训练实现了强大的泛化能力。实验显示，π0.5能够在全新的家庭环境中执行复杂任务，如清洁厨房或卧室，这得益于其结合高级语义推理与低级运动控制的能力。模型可接受多粒度语言命令，尽管仍存在高级语义推理和动作执行指令方面的错误，但为物理智能的发展提供了重要进展。随着训练环境数量增加，模型泛化性能稳步提升，未来有望通过自主经验进一步优化。
来源：https://mp.weixin.qq.com/s/RNXjgCeeXHRK0I1WVg3BEQ