Physical Intelligence发布π0.7机器人

4月17日

1. 02:16

   Physical Intelligence一手

   Physical Intelligence 发布 π0.7 机器人模型

   想了解更多，请查看我们的博客文章、视频和完整研究论文：https://t.co/1Kf6wRiN2P

2. 02:16

   Physical Intelligence一手

   Physical Intelligence 仍在探索 π0.7 能力

   我们仍在探索 π0.7 能做什么。它玩起来很有趣，目前的结果相当令人惊讶！

3. 02:16

   Physical Intelligence一手

   Physical Intelligence 发布 π0.7 机器人模型

   Physical Intelligence 发布最新机器人模型 π0.7，可处理不仅说明做什么、还说明怎么做的多样提示词，包括丰富语言和视觉子目标图像等多模态信息，测试时这些图像可由轻量级世界模型生成。该模型展现出涌现的组合泛化能力，能把已学技能按提示词以新方式组合，例如学会用空气炸锅烤红薯；还能在没有该机器人洗衣折叠数据的情况下，控制新机器人 UR5e 折叠 T 恤。团队表示仍在探索 π0.7 的能力，更多细节见其博客、视频和完整研究论文。

   展开摘要
4. 02:15

   Physical Intelligence一手

   Physical Intelligence π0.7 展现组合泛化能力

   组合泛化是 LLM 等大模型的关键能力，但在机器人领域一直难以实现。我们发现的另一项涌现能力是控制一台新机器人（UR5e）叠 T 恤，尽管我们在这台机器人上没有任何叠衣数据。

5. 02:12

   Physical Intelligence一手精选

   Physical Intelligence 发布 π0.7 机器人模型，展现组合泛化能力

   Physical Intelligence 发布最新机器人模型 π0.7，称其展现出涌现式组合泛化能力，能根据提示以新方式组合已学技能，例如用空气炸锅烤红薯。该模型还能在没有衬衫折叠数据的情况下控制新机器人折叠衬衫，并在同一模型中完成多种灵巧任务；它可处理包含丰富语言和视觉子目标图像的多模态提示，这些图像在测试时可由轻量级世界模型生成。

   展开摘要
6. 02:12

   Physical Intelligence一手精选

   Physical Intelligence 发布机器人模型 π0.7，展现组合泛化能力

   Physical Intelligence 发布最新机器人模型 π0.7，展现出多项涌现能力：能控制新机器人 UR5e 折叠 T 恤，尽管此前没有该机器人的衣物折叠数据；还能通过语言指导学会使用家电，并在单一模型中完成多种灵巧任务。该模型具备组合泛化能力，可根据提示词以新方式组合已学技能，例如用空气炸锅烤红薯。π0.7 可处理包含丰富语言和多模态信息（如视觉子目标图像）的提示，这些图像在测试时可由轻量级世界模型生成。

   展开摘要