AI在围棋对弈、医学研发等复杂领域中，屡次展现出超越人类的能力，但在简单的日常任务上，机器仍面对挑战。为了解决此一难题，专注于基盘模型和学习演算法开发的公司 Physical Intelligence，经过 8 个月的研究，推出一项帆用机械人基盘模型「π0」，目标是支援多种任务的机械人操作需求。今次他们就示范了利用机械人来折叠衣服、收拾台面、组装箱子。
Physical Intelligence 表示，π0 是实现「人工物理知能（Artificial Physical Intelligence）」的首步，未来期望能如同现行大型语言模型（LLM）及聊天机械人助理般，让机械人具备解决任意日常任务的能力。透过 π0，使用者将可要求机械人完成不同的指令任务。
π0 的设计理念不同于一般 LLM，除了基于文本及图像资料的学习外，还加入机械人操作的实体体验训练。该模型可通过特有的新架构直接输出动作指令，进而使机械人获得一定程度的「物理知性」，更能有效应对多样化的物理性操作需求。在展示影片中，π0 已展现多项家务工作的能力，包括打开洗衣机门、取出并折叠衣物，整理餐桌，甚至计量并研磨咖啡豆，以及组装箱子等任务。
机械人从洗衣机收拾衣服：
机械人收拾桌面
机械人计量咖啡豆并移到咖啡机
机械人组装箱子
这款 π0 原型模型经由开源数据集与来自8款不同机械人的资料训练而成，涵盖了多样化的操作任务。其训练数据选用了广泛的物理互动资料，而非特定用途，目的是赋予模型广泛的物理知识基础，借此奠定物理知能的第一步。
Physical Intelligence 认为，要真正实现这项技术的潜力，需要结合整个机械人社群的力量，并透露已经与多间企业和研究机构展开合作，期望能透过社群力量推动 π0 模型的进一步发展。
